| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 引言 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究意义 | 第12-13页 |
| 1.4 本文主要研究内容及方法 | 第13页 |
| 1.5 本文的结构安排 | 第13-15页 |
| 第二章 相关经典理论陈述 | 第15-26页 |
| 2.1 模糊理论基础 | 第15-17页 |
| 2.1.1 模糊集基本概念 | 第15-16页 |
| 2.1.2 高斯(Gauss)隶属度函数 | 第16-17页 |
| 2.2 经典遗传算法 | 第17-20页 |
| 2.3 经典模糊神经网络算法 | 第20-25页 |
| 2.3.1 经典模糊神经网络结构 | 第20-22页 |
| 2.3.2 经典模糊神经网络算法 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于遗传算法选优规则的模糊神经网络算法研究 | 第26-38页 |
| 3.1 模糊不确定下知识规则的遗传选优算法设计 | 第26-31页 |
| 3.2 基于规则选优的模糊神经网络算法 | 第31-37页 |
| 3.2.1 基于规则选优的模糊神经网络算法的结构 | 第33-34页 |
| 3.2.2 基于规则选优的模糊神经网络算法设计 | 第34-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 基于规则优化的模糊神经网络算法的高校资产管理绩效综合评价模型 | 第38-56页 |
| 4.1 基于遗传优化规则与模糊神经网络的高校资产管理评价思路 | 第39-40页 |
| 4.2 低维输入变量时模糊神经网络模型 | 第40-47页 |
| 4.2.1 高校资产管理数据模糊化 | 第41-43页 |
| 4.2.2 模糊不确定性知识规则的遗传选优 | 第43-45页 |
| 4.2.3 基于规则选优的模糊神经网络模型 | 第45-47页 |
| 4.3 高维输入变量时基于规则选优的模糊神经网络模型 | 第47-55页 |
| 4.3.1 高校资产管理数据模糊化 | 第47-50页 |
| 4.3.2 模糊不确定性知识规则的遗传选优 | 第50-53页 |
| 4.3.3 基于规则选优的模糊神经网络模型 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-68页 |
| 附录1 三个一级指标与综合评价指标实数据 | 第60-62页 |
| 附录2 低维输入模糊后数据 | 第62-66页 |
| 附录3 低维输入时检验样本的实际输出和期望输出情况对比表 | 第66-67页 |
| 附录4 高维输入时检验样本的实际输出和期望输出情况对比表 | 第67-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附件 | 第70页 |
