摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-12页 |
·研究的目的与意义 | 第8页 |
·进化算法在模糊建模中的应用 | 第8-11页 |
·遗传算法优化隶属函数的参数 | 第8-9页 |
·遗传算法优化模糊模型的规则库 | 第9页 |
·遗传算法同时学习模糊模型的结构和参数 | 第9-10页 |
·模糊模型结构和参数的分阶段优化 | 第10页 |
·遗传规划在模糊建模中的应用 | 第10-11页 |
·论文的主要内容 | 第11-12页 |
2 模糊系统基础知识 | 第12-25页 |
·模糊集合及其隶属函数 | 第12-15页 |
·模糊推理系统(Fuzzy Inference System—FIS) | 第15-17页 |
·FIS的基本结构 | 第15-16页 |
·典型的模糊系统 | 第16-17页 |
·Mamdani模糊模型 | 第16页 |
·Tsukamoto模糊模型 | 第16-17页 |
·Sugeno模糊模型(即TS模型) | 第17页 |
·模糊分类系统 | 第17页 |
·模糊分类系统建模 | 第17-22页 |
·输入变量的选择 | 第17-19页 |
·输入空间的划分 | 第19-20页 |
·栅格划分 | 第19页 |
·散播划分 | 第19-20页 |
·树状划分 | 第20页 |
·隶属函数的选择 | 第20-21页 |
·模糊规则后件的确定 | 第21-22页 |
·样本所属类辨识 | 第22页 |
·模糊模型的解释性 | 第22-24页 |
·本章小结 | 第24-25页 |
3 模糊遗传规划 | 第25-43页 |
·GP的基本概念 | 第25-31页 |
·终止符和函数 | 第25-26页 |
·终止符集 | 第25页 |
·函数集 | 第25-26页 |
·函数和终止符的选取 | 第26页 |
·可执行的程序结构 | 第26页 |
·初始种群的生成 | 第26-27页 |
·初始个体生成原理 | 第26-27页 |
·初始个体生成的几种方法 | 第27页 |
·遗传操作 | 第27-29页 |
·复制操作 | 第27-28页 |
·交叉操作 | 第28页 |
·变异操作 | 第28-29页 |
·适应值函数 | 第29-30页 |
·选择算法 | 第30-31页 |
·终止准则 | 第31页 |
·结果评定 | 第31页 |
·模糊遗传规划 | 第31-37页 |
·上下文无关文法 | 第32-34页 |
·模糊遗传规划的语法 | 第34-36页 |
·Fuzzy GP的初始生成方法 | 第36页 |
·Fuzzy GP的遗传操作 | 第36-37页 |
·复制操作 | 第36-37页 |
·交叉操作 | 第37页 |
·变异操作 | 第37页 |
·利用Fuzzy GP选择模糊规则 | 第37-42页 |
·适应度函数的选择 | 第38页 |
·采用Fuzzy GP选择模糊规则的步骤 | 第38页 |
·仿真算例 | 第38-42页 |
·Iris分类系统规则选择 | 第38-41页 |
·Wine分类系统规则选择 | 第41-42页 |
·本章小结 | 第42-43页 |
4 多目标协同进化模糊建模 | 第43-57页 |
·Fuzzy GP-GA协同进化 | 第43-46页 |
·协同进化算法的基本概念 | 第43-44页 |
·种群GA | 第44-45页 |
·GA的个体表示 | 第44-45页 |
·GA的遗传操作 | 第45页 |
·协同进化中Fuzzy GP和GA个体适应度的合作计算策略 | 第45-46页 |
·多目标优化问题的数学描述 | 第46-47页 |
·Pareto支配关系 | 第47页 |
·Pareto最优解定义 | 第47页 |
·多目标进化算法 | 第47-51页 |
·多目标进化算法的发展历程 | 第48页 |
·第二代非支配排序遗传算法(NSGA-Ⅱ) | 第48-51页 |
·快速非支配排序方法 | 第49-50页 |
·密集度评估算法 | 第50-51页 |
·NSGA-Ⅱ算法的主流程 | 第51页 |
·多目标Fuzzy GP-GA协同进化算法 | 第51-53页 |
·仿真算例 | 第53-56页 |
·Iris分类问题 | 第53-54页 |
·Wine分类问题 | 第54-56页 |
·本章小结 | 第56-57页 |
5 结论 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-64页 |