模糊神经网络在水质评价中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-18页 |
| ·引言 | 第7-8页 |
| ·我国的水质状况 | 第8-9页 |
| ·人工神经网络概述 | 第9-15页 |
| ·人工神经网络的特点 | 第9页 |
| ·人工神经网络的发展过程 | 第9-12页 |
| ·人工神经网络的分类 | 第12-13页 |
| ·人工神经网络的学习算法 | 第13-14页 |
| ·人工神经网络的应用领域 | 第14-15页 |
| ·本课题研究的背景及意义 | 第15-16页 |
| ·主要研究内容 | 第16-18页 |
| 第二章 模糊数学基本理论及其与神经网络的融合 | 第18-29页 |
| ·模糊理论的介绍 | 第18-21页 |
| ·模糊集的定义及应用 | 第18-19页 |
| ·模糊集的表示法 | 第19页 |
| ·模糊集合隶属函数的建立 | 第19-20页 |
| ·模糊集合的基本运算 | 第20-21页 |
| ·模糊关系 | 第21-23页 |
| ·模糊关系的定义 | 第21-22页 |
| ·模糊关系的运算 | 第22-23页 |
| ·模糊化运算 | 第23页 |
| ·模糊系统和神经网络的融合 | 第23-29页 |
| ·模糊系统和神经网络结合的可能性 | 第24-26页 |
| ·模糊系统和神经网络结合的形态 | 第26-29页 |
| 第三章 BP网络与隶属度串联水质评价模型 | 第29-42页 |
| ·BP网络的基本原理 | 第29-35页 |
| ·BP网络模型的简述 | 第29页 |
| ·BP网络的结构 | 第29-30页 |
| ·BP神经网络算法 | 第30-35页 |
| ·BP网络-隶属度串联模型 | 第35-42页 |
| ·网络结构 | 第35-38页 |
| ·程序实现 | 第38-39页 |
| ·实例检测 | 第39-42页 |
| 第四章 模糊神经网络的水质评价模型 | 第42-57页 |
| ·模糊神经网络概述 | 第42页 |
| ·FNN模型的研究 | 第42-51页 |
| ·学习结合型 FNN模型的结构和原理 | 第43-46页 |
| ·FNN模型的学习算法 | 第46-51页 |
| ·水质评价 FNN模型研究 | 第51-57页 |
| ·模型建构 | 第51-52页 |
| ·实例检测 | 第52-57页 |
| 第五章 结论和展望 | 第57-60页 |
| ·结论 | 第57-58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
