基于自适应模糊神经推理系统的城市可持续性表现评价方法研究--以中国185个城市为例
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第8-18页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究目的及意义 | 第9-10页 |
| 1.2.1 研究目的 | 第9-10页 |
| 1.2.2 研究意义 | 第10页 |
| 1.3 文献综述 | 第10-14页 |
| 1.3.1 既有可持续评价方法梳理 | 第10-11页 |
| 1.3.2 模糊评价的应用研究 | 第11-13页 |
| 1.3.3 ANFIS的应用研究 | 第13-14页 |
| 1.4 研究方法 | 第14-15页 |
| 1.5 技术路线图 | 第15页 |
| 1.6 研究内容 | 第15-16页 |
| 1.7 本章小结 | 第16-18页 |
| 2 模糊集合与神经网络理论 | 第18-26页 |
| 2.1 模糊集合理论 | 第18-20页 |
| 2.1.1 模糊集合定义 | 第18-19页 |
| 2.1.2 模糊隶属度函数 | 第19页 |
| 2.1.3 模糊关系与模糊关系的合成 | 第19-20页 |
| 2.2 神经网络理论 | 第20-25页 |
| 2.2.1 神经网络的基本原理 | 第20-21页 |
| 2.2.2 BP神经网络 | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 模糊神经网络推理 | 第26-32页 |
| 3.1 模糊神经网络推理模型结构 | 第26-27页 |
| 3.2 ANFIS模型的学习算法 | 第27-30页 |
| 3.2.1 顺序最小二乘法 | 第28-29页 |
| 3.2.2 逆向传播算法 | 第29-30页 |
| 3.3 ANFIS模型的特点 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 基于ANFIS的城市可持续性表现评价 | 第32-60页 |
| 4.1 ANFIS评价步骤介绍 | 第32页 |
| 4.2 评价指标体系构建 | 第32-35页 |
| 4.3 训练与检验样本收集 | 第35-37页 |
| 4.4 隶属度函数与模糊规则确立 | 第37-40页 |
| 4.5 ANFIS系统建立 | 第40-41页 |
| 4.6 ANFIS模型训练 | 第41-44页 |
| 4.7 ANFIS模型检验 | 第44-52页 |
| 4.8 UCI结果与ANFIS结果比较 | 第52-59页 |
| 4.9 本章小结 | 第59-60页 |
| 5 隶属度函数优化 | 第60-92页 |
| 5.1 隶属度函数类型选择 | 第60-61页 |
| 5.2 八类隶属度函数ANFIS模型训练与检验 | 第61-73页 |
| 5.2.1 模型训练 | 第61-63页 |
| 5.2.2 模型检验 | 第63-73页 |
| 5.3 各隶属度函数评价结果比较 | 第73-91页 |
| 5.4 本章小结 | 第91-92页 |
| 6 总结与展望 | 第92-94页 |
| 6.1 总结 | 第92-93页 |
| 6.2 展望 | 第93-94页 |
| 致谢 | 第94-96页 |
| 参考文献 | 第96-104页 |
| 附录 | 第104-105页 |
