| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-14页 |
| 1 预备知识 | 第14-20页 |
| ·TS模糊系统 | 第14-15页 |
| ·神经网络 | 第15-17页 |
| ·模糊神经网络 | 第17-20页 |
| 2 基于二阶Taylor展式的模糊TS神经网络构造 | 第20-23页 |
| ·多输入多输出二阶Taylor-TS系统模型 | 第20-21页 |
| ·二阶Taylor-TS模糊神经网络结构 | 第21-23页 |
| 3 基于梯度下降法的二阶Taylor-TS网络辨识 | 第23-31页 |
| ·梯度下降学习算法 | 第23-25页 |
| ·数值仿真 | 第25-30页 |
| ·本章小结 | 第30-31页 |
| 4 基于分步学习策略的二阶Taylor-TS模糊神经网络的辨识 | 第31-44页 |
| ·PSO算法 | 第31-32页 |
| ·拟牛顿算法 | 第32-33页 |
| ·分步学习方法 | 第33-37页 |
| ·数值仿真 | 第37-43页 |
| ·本章小结 | 第43-44页 |
| 5 基于二阶Taylor-TS模糊神经网络的时间序列预测 | 第44-58页 |
| ·非线性PSO算法优化网络结构 | 第44-46页 |
| ·改进的梯度下降算法 | 第46-47页 |
| ·时间序列预测方法 | 第47-49页 |
| ·非线性时间序列的预测 | 第49-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63页 |
| 课题资助情况 | 第63-64页 |
| 致谢 | 第64-65页 |
