首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

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

论文共55页,点击 下载论文
上一篇:股权受益权信托法律制度研究
下一篇:人外周血淋巴细胞体外扩增培养后细胞表型变化及生物学活性的研究