| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-10页 |
| ·引言 | 第8页 |
| ·国内外研究现状及最新动态 | 第8-9页 |
| ·本文的主要工作 | 第9-10页 |
| 第二章 人工神经网络理论 | 第10-14页 |
| ·人工神经网络的概述 | 第10-13页 |
| ·人工神经网络的发展历史 | 第10-11页 |
| ·人工神经网络的分类 | 第11页 |
| ·人工神经网络的结构与算法 | 第11-12页 |
| ·人工神经网络的应用领域 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第三章 模糊神经网络理论 | 第14-24页 |
| ·模糊理论概述 | 第14-15页 |
| ·模糊集的概念 | 第14页 |
| ·模糊集的基本运算 | 第14-15页 |
| ·模糊关系的介绍 | 第15-16页 |
| ·模糊关系的定义 | 第15页 |
| ·模糊关系的运算 | 第15-16页 |
| ·模糊神经网络概述 | 第16-20页 |
| ·模糊神经网络出现及其发展 | 第16-17页 |
| ·模糊神经元模型 | 第17页 |
| ·模糊神经网络模型 | 第17-20页 |
| ·模糊神经网络学习方法 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 T-S模糊神经网络 | 第24-29页 |
| ·概述 | 第24页 |
| ·基于标准型的T-S模糊神经网络 | 第24-26页 |
| ·基于标准型的T-S模糊神经网络结构 | 第24-25页 |
| ·基于标准型的T-S模糊神经网络的学习算法 | 第25-26页 |
| ·基于偏移率的T-S模糊神经网络 | 第26-28页 |
| ·基于偏移率的模糊推理方法 | 第26-28页 |
| ·基于偏移率的T-S模糊神经网络的学习算法 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第五章 基于T-S模型的模糊神经网络在黄河宁夏段水质评价中的应用 | 第29-36页 |
| ·引言 | 第29页 |
| ·水质评价模型的建构 | 第29-35页 |
| ·分析指标选取及数据来源 | 第29-30页 |
| ·评价方法选择 | 第30页 |
| ·评价过程分析 | 第30-32页 |
| ·基于BP网络的水质评价结果 | 第32-33页 |
| ·基于模糊神经网络的水质评价结果 | 第33-34页 |
| ·比较分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第六章 结论与展望 | 第36-37页 |
| ·结论 | 第36页 |
| ·展望 | 第36-37页 |
| 参考文献 | 第37-41页 |
| 致谢 | 第41-42页 |
| 攻读硕士期间撰写的论文、参与的项目及个人简历 | 第42页 |