首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于改进PSO算法的模糊神经网络研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-15页
   ·课题的研究背景及意义第10-11页
   ·国内外研究现状第11-14页
     ·PSO 算法的研究现状第11-12页
     ·模糊神经网络的研究现状第12-14页
   ·论文的研究内容及章节安排第14-15页
第2章 改进的粒子群优化算法第15-30页
   ·PSO 算法概述第15-20页
     ·PSO 算法的基本原理第15-16页
     ·PSO 算法的一般流程第16-17页
     ·PSO 算法存在的问题第17页
     ·PSO 算法的改进方法第17-20页
   ·改进 PSO 算法第20-23页
     ·速度更新公式的优化第20-21页
     ·惯性权重的优化第21页
     ·改进 PSO 算法的性能分析第21-23页
   ·改进 PSO 算法的仿真实验第23-29页
     ·标准测试函数第23-25页
     ·实验结果第25-29页
   ·本章小结第29-30页
第3章 基于改进 PSO 算法的模糊神经网络第30-43页
   ·模糊神经网络第30-35页
     ·模糊神经网络概述第30页
     ·模糊神经元第30-31页
     ·隶属函数第31-32页
     ·模糊神经网络模型第32-34页
     ·模糊神经网络的学习算法第34-35页
   ·基于改进 PSO 算法的模糊神经网络第35-42页
     ·基于改进 PSO 算法的模糊神经网络的实现第36页
     ·改进 PSO 算法对模糊神经网络的优化步骤第36-38页
     ·基于改进 PSO 算法的模糊神经网络与模糊神经网络性能对比第38-40页
     ·参数对基于改进 PSO 算法的模糊神经网络性能的影响第40-42页
   ·本章小结第42-43页
第4章 基于改进 PSO 算法的模糊神经网络的水质评价第43-51页
   ·水质评价的方法第43-44页
   ·影响水质状况的指标第44-45页
   ·基于改进 PSO 算法的模糊神经网络水质评价模型的构建第45-46页
     ·各层节点数的确定及评判方法第45-46页
     ·学习过程第46页
   ·评价结果分析对比第46-50页
     ·算例分析第46-50页
     ·结果分析第50页
   ·本章小结第50-51页
结论第51-52页
参考文献第52-56页
攻读学位期间发表的学术论文第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:智能家居中PLC控制系统的实现
下一篇:两轮自平衡机器人LQR-模糊控制算法研究