模糊小波神经网络在控制系统应用中的研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-13页 |
| ·课题的目的和意义 | 第7-8页 |
| ·非线性系统辨识方法的研究概况 | 第8-10页 |
| ·基于多层递阶方法的非线性系统辨识 | 第8-9页 |
| ·基于模糊逻辑的非线性系统辨识 | 第9页 |
| ·基于神经网络的非线性系统辨识 | 第9-10页 |
| ·基于遗传算法的非线性系统辨识 | 第10页 |
| ·模糊小波神经网络的研究进展 | 第10-11页 |
| ·本文的主要工作 | 第11-13页 |
| 第2章 模糊小波神经网络的理论基础 | 第13-26页 |
| ·小波变换 | 第14-15页 |
| ·多分辨分析 | 第15-19页 |
| ·一维正交多分辨分析 | 第15-18页 |
| ·二尺度方程 | 第18-19页 |
| ·Mallat 算法 | 第19-21页 |
| ·几种基本小波 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 模糊神经网络模型 | 第26-48页 |
| ·引言 | 第26-28页 |
| ·T-S 模糊逻辑系统 | 第28-30页 |
| ·模糊神经网络的模型 | 第30-47页 |
| ·模糊神经网络理论概述 | 第30-32页 |
| ·模糊神经元 | 第32-34页 |
| ·模糊神经网络的结构 | 第34-40页 |
| ·模糊神经网络的学习算法 | 第40-43页 |
| ·逼近性分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 模糊小波神经网络模型的构造 | 第48-62页 |
| ·引言 | 第48-49页 |
| ·基于离散小波变换的模糊小波神经网络模型 | 第49-56页 |
| ·FWNN 模型的基本结构 | 第49-51页 |
| ·学习算法 | 第51-55页 |
| ·通过 FWNN-I 对函数逼近的方法 I | 第52-54页 |
| ·通过 FWNN-II 对函数逼近的方法 II | 第54-55页 |
| ·参数的初始化 | 第55-56页 |
| ·仿真研究 | 第56-60页 |
| ·本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70页 |
