基于数据挖掘的T-S模糊规则提取
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 前言 | 第10-18页 |
·概述 | 第10-11页 |
·国内外研究现状及发展 | 第11-16页 |
·数据挖掘与知识发现 | 第11-12页 |
·基于神经网络的知识发现与规则提取 | 第12-14页 |
·基于模糊神经网络的知识发现与规则提取 | 第14-16页 |
·课题研究的意义 | 第16-17页 |
·研究方法和论文的结构 | 第17-18页 |
·研究方法 | 第17页 |
·论文的结构 | 第17-18页 |
第二章 数据挖掘 | 第18-29页 |
·简述 | 第18-20页 |
·数据挖掘的基本概念 | 第18页 |
·数据挖掘的研究现状 | 第18-19页 |
·数据挖掘的过程 | 第19-20页 |
·数据挖掘中的数据预处理与常用算法 | 第20-26页 |
·数据预处理 | 第20-22页 |
·常用的数据挖掘算法 | 第22-26页 |
·数据挖掘在流程工业过程优化控制中的应用 | 第26-29页 |
·流程工业优化控制的主要途径 | 第26页 |
·数据挖掘在流程工业控制中的应用 | 第26-29页 |
第三章 模糊神经网络 | 第29-52页 |
·模糊控制的基础理论 | 第29-36页 |
·模糊理论 | 第29-33页 |
·模糊控制系统的基本原理 | 第33-36页 |
·人工神经网络的基础理论 | 第36-42页 |
·人工神经网络原理 | 第36-37页 |
·人工神经网络的分类 | 第37-39页 |
·人工神经网络学习算法 | 第39-42页 |
·T-S模糊神经网络 | 第42-48页 |
·一阶T-S模糊模型的数学描述 | 第42-44页 |
·二阶T-S模糊神经模型的结构 | 第44-46页 |
·二阶T-S模糊神经模型的学习算法 | 第46-48页 |
·仿真实验 | 第48-52页 |
第四章 铜锍吹炼过程的终点预测 | 第52-59页 |
·工艺过程简介 | 第52-53页 |
·转炉数据样本预处理 | 第53-54页 |
·仿真实验 | 第54-59页 |
·规则提取 | 第54-55页 |
·结果分析 | 第55-59页 |
第五章 结论与展望 | 第59-61页 |
参考文献 | 第61-63页 |
致谢 | 第63-64页 |
附录A | 第64页 |