基于模糊神经网络的综合评判方法研究
| 内容摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 第一章 绪论 | 第6-9页 |
| ·引言 | 第6页 |
| ·论文的研究现状、意义及主要研究内容 | 第6-9页 |
| 第二章 人工神经网络与模糊系统理论 | 第9-18页 |
| ·人工神经网络理论 | 第9-13页 |
| ·神经网络的发展 | 第9-10页 |
| ·神经网络的特点 | 第10-11页 |
| ·神经网络的学习方法 | 第11-13页 |
| ·模糊系统理论 | 第13-14页 |
| ·神经网络和模糊系统 | 第14-18页 |
| ·人工神经网络与模糊系统结合的可能性 | 第14-16页 |
| ·人工神经网络与模糊系统结合的形态 | 第16-18页 |
| 第三章 模糊神经网络理论 | 第18-24页 |
| ·模糊神经网络的结构 | 第18-20页 |
| ·模糊神经网络的学习和解释 | 第20-22页 |
| ·隶属函数和模糊规则修正机制 | 第20-22页 |
| ·隶属函数和模糊规则抽取 | 第22页 |
| ·模糊神经网络的改进模型 | 第22-24页 |
| 第四章 模糊综合评判理论 | 第24-37页 |
| ·模糊综合评判的数学基础 | 第24-25页 |
| ·模糊概念 | 第24页 |
| ·模糊集合与隶属函数 | 第24页 |
| ·模糊集的表示方法 | 第24-25页 |
| ·模糊综合评判基础理论 | 第25-29页 |
| ·模糊综合评判方法的原始数学模型 | 第25-26页 |
| ·多层次模糊综合评判 | 第26-29页 |
| ·模糊综合评判算法中隶属函数的确定 | 第29-33页 |
| ·评判系统中评判指标的分类 | 第29页 |
| ·隶属函数的确定 | 第29-33页 |
| ·模糊综合评判中权重系数的确定 | 第33-37页 |
| ·权的定义 | 第33页 |
| ·确定权的方法 | 第33-37页 |
| 第五章 改进的模糊综合评判方法 | 第37-42页 |
| ·模糊综合评判的一般模型 | 第37页 |
| ·模糊综合评判的改进模型 | 第37-38页 |
| ·模糊综合评判中权重的确定 | 第38-39页 |
| ·例子 | 第39-42页 |
| 第六章 基于FNN的综合评判方法 | 第42-47页 |
| ·确定综合评判中指标权重的模糊神经网络方法 | 第42-43页 |
| ·确定综合评判中评判矩阵的模糊神经网络方法 | 第43-45页 |
| ·模糊神经网络的综合评判方法 | 第45-47页 |
| ·综合评判的神经网络结构 | 第45页 |
| ·程序的算法实现 | 第45-47页 |
| 第七章 实例研究 | 第47-52页 |
| ·实验数据的选择 | 第47-48页 |
| ·实验结果的比较分析 | 第48-52页 |
| 第八章 结束语 | 第52-53页 |
| ·本文的主要结论 | 第52页 |
| ·需要进一步研究的问题 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者攻读硕士学位期间公开发表的论文 | 第56-57页 |
| 致谢 | 第57页 |
