基于模糊模型的专家系统推理方法
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-26页 |
| ·引言 | 第12页 |
| ·专家系统研究现状 | 第12-15页 |
| ·专家系统构成 | 第12-13页 |
| ·专家系统的发展 | 第13-15页 |
| ·专家系统推理方法概述 | 第15-23页 |
| ·常规专家系统推理方法 | 第15-18页 |
| ·模糊理论简介 | 第18-20页 |
| ·神经网络简介 | 第20-23页 |
| ·本文主要研究工作 | 第23-26页 |
| 第2章 基于GA-FNN推理的专家系统 | 第26-45页 |
| ·引言 | 第26-27页 |
| ·专家系统基本原理 | 第27-28页 |
| ·模糊集合理论及模糊规则 | 第28-32页 |
| ·模糊集合表示与隶属度函数 | 第29-31页 |
| ·模糊规则 | 第31-32页 |
| ·基于GA-FNN的专家系统的模型结构 | 第32-39页 |
| ·BP网络基本结构及算法原理 | 第32-35页 |
| ·基于FNN结构的推理模型 | 第35-37页 |
| ·基于GA-FNN推理的模型结构 | 第37-39页 |
| ·专家系统在燃煤锅炉结渣特性分析中的运用 | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 第3章 基于Type-2型模糊规则的推理模型 | 第45-63页 |
| ·引言 | 第45-46页 |
| ·Type-2型模糊逻辑系统 | 第46-50页 |
| ·Type-2型模糊逻辑原理概述 | 第46-47页 |
| ·Type-2型模糊系统结构与推理运算 | 第47-50页 |
| ·规则提取 | 第50-54页 |
| ·仿真实例 | 第54-61页 |
| ·非线性系统识别 | 第54-57页 |
| ·SCR(选择催化还原)脱硝过程的仿真 | 第57-61页 |
| ·本章小结 | 第61-63页 |
| 第4章 自学习Type-2模糊神经网络推理 | 第63-83页 |
| ·引言 | 第63-64页 |
| ·Type-2型模糊神经网络结构 | 第64-67页 |
| ·基于5层神经网络的模糊模型结构 | 第64-65页 |
| ·基于T2NFN模型的推理过程 | 第65-67页 |
| ·T2NFN网络的自学习机制 | 第67-73页 |
| ·网络结构学习 | 第67-71页 |
| ·T2NFN参数自适应 | 第71-73页 |
| ·仿真实例 | 第73-81页 |
| ·非线系统在线识别 | 第73-76页 |
| ·气相流化床聚乙烯生成过程 | 第76-81页 |
| ·本章小结 | 第81-83页 |
| 第5章 总结与展望 | 第83-85页 |
| ·工作总结 | 第83-84页 |
| ·进一步工作展望 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 在学期间取得的科研成果 | 第91-92页 |
| 作者简介 | 第92页 |
