基于改进粒子群算法的模糊神经网络研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 绪言 | 第10-14页 |
| ·论文的研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文的研究内容 | 第12-13页 |
| ·论文的组织安排 | 第13-14页 |
| 2 模糊逻辑与神经网络 | 第14-33页 |
| ·模糊神经网络发展的概述 | 第14-19页 |
| ·模糊逻辑系统发展概况 | 第14页 |
| ·神经网络发展概况 | 第14-15页 |
| ·模糊逻辑系统与神经网络的结合 | 第15-18页 |
| ·模糊神经网络发展概况 | 第18-19页 |
| ·模糊神经网络开发工具及应用成果 | 第19页 |
| ·模糊理论 | 第19-21页 |
| ·模糊集合与隶属函数 | 第19-20页 |
| ·确定隶属函数的方法 | 第20-21页 |
| ·人工神经网络 | 第21-27页 |
| ·人工神经网络的基本概念 | 第21-22页 |
| ·单层神经元模型 | 第22-23页 |
| ·多层神经元模型 | 第23-24页 |
| ·学习规则 | 第24-25页 |
| ·反向传播算法 | 第25-27页 |
| ·模糊神经网络的理论基础 | 第27-30页 |
| ·基于神经网络的模糊逻辑运算 | 第27-29页 |
| ·基于神经网络的模糊逻辑推理的模型构建 | 第29-30页 |
| ·模糊神经网络的泛化能力分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 3 基于禁忌搜索的动态粒子群算法 | 第33-41页 |
| ·线性递减粒子群算法 | 第33-34页 |
| ·粒子群算法的简介 | 第33页 |
| ·线性递减粒子群算法的基本思想 | 第33-34页 |
| ·动态粒子群算法 | 第34-35页 |
| ·动态粒子群算法 | 第34页 |
| ·动态惯性权重 | 第34-35页 |
| ·禁忌搜索 | 第35-37页 |
| ·禁忌搜索的基本概念 | 第35页 |
| ·禁忌搜索的原理及流程 | 第35-36页 |
| ·禁忌搜索的特点 | 第36-37页 |
| ·改进的算法 | 第37-38页 |
| ·对速度更新公式中个体最优解的改进 | 第37页 |
| ·禁忌搜索的改进 | 第37-38页 |
| ·改进后算法描述 | 第38页 |
| ·仿真实验 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于改进粒子群算法的模糊神经网络 | 第41-48页 |
| ·数据集 | 第41-43页 |
| ·模糊神经网络模型 | 第43-45页 |
| ·确定输入节点和输出节点的个数 | 第43页 |
| ·模糊神经网络的结构 | 第43-45页 |
| ·隶属度确定 | 第45页 |
| ·实验及结果分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 结论与展望 | 第48-50页 |
| ·研究成果 | 第48页 |
| ·进一步的工作 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 附录 | 第53-55页 |
| A 作者在攻读硕士学位期间发表的论文 | 第53页 |
| B 作者在攻读硕士学位期间所参与的科研课题 | 第53-55页 |
