基于增长剪枝联合算法的模糊神经网络结构优化研究

摘要	第1-8页
ABSTRACT	第8-12页
第1章 引言	第12-17页
·智能控制的发展	第12-13页
·模糊控制与神经网络各自的优缺点	第13-15页
·模糊控制和神经网络的结合	第15-16页
·本文的主要研究内容	第16-17页
第2章 模糊神经网络结构的优化	第17-21页
·典型模糊神经网络的结构	第17-19页
·典型模糊神经网络结构优化算法	第19-21页
·增长法	第19-20页
·剪枝法	第20-21页
第3章 采用改进的增长算法优化模糊神经网络	第21-32页
·基于增长法优化模糊神经网络结构	第21-28页
·采用增长法优化模糊推理层	第22-23页
·模糊化神经网络与模糊决策神经网络学习算法	第23-26页
·改进的模糊神经网络增长算法	第26-28页
·仿真实验	第28-32页
第4章 剪枝算法对模糊神经网络进行优化	第32-40页
·模糊神经网络节点删除	第32-33页
·模糊神经网络节点合并	第33-34页
·仿真实验	第34-39页
·结论	第39-40页
第5章 增长剪枝联合算法	第40-60页
·增长剪枝联合算法的提出	第40-44页
·实验仿真	第44-55页
·规则层节点数与网络精度实验	第44-50页
·对比实验	第50-55页
·更改隶属度划分实验	第55-60页
·隶属度划分为7	第55-59页
·隶属度划分为3	第59-60页
结论	第60-62页
致谢	第62-63页
参考文献	第63-67页
攻读硕士学位期间发表的论文	第67页