软计算方法在智能优化中的应用研究
| 第一章 绪论 | 第9-29页 |
| 1．1 智能优化的研究意义 | 第9-10页 |
| 1．2 软计算定义 | 第10-11页 |
| 1．3 软计算与智能机理 | 第11-12页 |
| 1．4 软计算的研究方法 | 第12-17页 |
| 1．4．1 神经网络（NN） | 第12-13页 |
| 1．4．2 进化计算（EC） | 第13-15页 |
| 1．4．3 概率计算（PC） | 第15-16页 |
| 1．4．4 模糊逻辑（FL） | 第16-17页 |
| 1．5 软计算的算法融合研究进展概述 | 第17-22页 |
| 1．5．1 模糊逻辑中的技术融合 | 第17-20页 |
| 1．5．2 神经网络中的技术融合 | 第20-22页 |
| 1．5．3 进化计算中的技术融合 | 第22页 |
| 1．6 本文的工作 | 第22-23页 |
| 参考文献 | 第23-29页 |
| 第二章 遗传算法结合求解问题的应用研究 | 第29-55页 |
| 2．1 引言 | 第29-30页 |
| 2．2 遗传算法的折衷搜索策略概述 | 第30-31页 |
| 2．3 遗传算法中存在的问题 | 第31-34页 |
| 2．3．1 GA理论中存在的问题 | 第31-33页 |
| 2．3．2 GA求解问题的效率 | 第33页 |
| 2．3．3 GA求解问题的思路 | 第33-34页 |
| 2．4 一类资源—时间调度问题的GAs求解 | 第34-45页 |
| 2．4．1 问题描述 | 第34-35页 |
| 2．4．2 启发式调度规则 | 第35-37页 |
| 2．4．3 算法设计 | 第37-40页 |
| 2．4．4 算例应用 | 第40-42页 |
| 2．4．5 收敛性分析 | 第42-45页 |
| 2．5 一类复杂分类问题的GAs求解 | 第45-53页 |
| 2．5．1 分类问题概述 | 第45-46页 |
| 2．5．2 问题的相关知识 | 第46-49页 |
| 2．5．3 GAs设计 | 第49-50页 |
| 2．5．4 应用结果分析 | 第50-52页 |
| 2．5．5 收敛性说明 | 第52-53页 |
| 2．6 结束语 | 第53页 |
| 参考文献 | 第53-55页 |
| 第三章 0—1整数问题的GAs求解研究 | 第55-71页 |
| 3．1 引言 | 第55-56页 |
| 3．2 基于动态适应值的约束处理方法 | 第56-59页 |
| 3．2．1 已有方法的对比 | 第56-58页 |
| 3．2．2 基于动态适应值的惩罚约束处理方法 | 第58-59页 |
| 3．3 二次型0—1分配问题的遗传算法求解 | 第59-68页 |
| 3．3．1 二次型0—1分配问题 | 第59-60页 |
| 3．3．2 算法设计 | 第60-61页 |
| 3．3．3 实例计算结果 | 第61-65页 |
| 3．3．4 算法参数影响 | 第65-68页 |
| 3．4 结束语 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 第四章 基于FLANN的CSTR控制仿真研究 | 第71-80页 |
| 4．1 引言 | 第71-72页 |
| 4．2 CSTR系统概述 | 第72页 |
| 4．3 函数连接神经网络概述 | 第72-74页 |
| 4．3．1 函数连接神经网络结构 | 第72-74页 |
| 4．3．2 计算复杂性对比 | 第74页 |
| 4．4 仿真结果与参数影响分析 | 第74-78页 |
| 4．4．1 仿真结果 | 第74-76页 |
| 4．4．2 参数影响 | 第76-78页 |
| 4．5 结束语 | 第78页 |
| 参考文献 | 第78-80页 |
| 第五章 基于模糊RBF网络的应用研究 | 第80-92页 |
| 5．1 引言 | 第80-81页 |
| 5．2 RBF神经网络概述 | 第81页 |
| 5．3 RBF网络逼近能力分析 | 第81-83页 |
| 5．4 RBF网络与模糊推理之间的联系 | 第83-84页 |
| 5．5 函数逼近实例 | 第84-87页 |
| 5．6 模糊RBF网络控制仿真 | 第87-90页 |
| 5．6．1 控制系统 | 第87页 |
| 5．6．2 模糊RBF控制器参数确定 | 第87-89页 |
| 5．6．3 控制仿真结果 | 第89-90页 |
| 5．7 结束语 | 第90-91页 |
| 参考文献 | 第91-92页 |
| 第六章 基于竞争学习的分类方法研究 | 第92-104页 |
| 6．1 引言 | 第92-93页 |
| 6．2 基于竞争学习的有监督分类算法 | 第93-95页 |
| 6．2．1 竞争学习中心权值数量的确定 | 第93-94页 |
| 6．2．2 竞争中心权值的学习调整 | 第94-95页 |
| 6．3 算法应用结果与分析 | 第95-102页 |
| 6．3．1 信道均衡问题 | 第95-96页 |
| 6．3．2 算法应用结果 | 第96-99页 |
| 6．3．3 算法结果评价 | 第99-102页 |
| 6．4 结束语 | 第102-103页 |
| 参考文献 | 第103-104页 |
| 第七章 论文总结 | 第104-106页 |
| 博士期间的研究论文 | 第106-107页 |
| 有关的算法程序 | 第107-112页 |
| 致谢 | 第112页 |
