| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9-11页 |
| ·研究现状 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·本文的具体工作及内容安排 | 第13-14页 |
| 第二章 模糊神经网络及两种优化方法的基本原理 | 第14-32页 |
| ·模糊神经网络 | 第14-25页 |
| ·模糊推理系统 | 第14-17页 |
| ·人工神经网络 | 第17-20页 |
| ·模糊神经网络 | 第20-25页 |
| ·禁忌搜索算法(Tabu Search) | 第25-28页 |
| ·TS算法的基本原理 | 第25页 |
| ·TS算法的关键技术 | 第25-28页 |
| ·粒子群优化算法(Particle Swarm Optimization) | 第28-32页 |
| ·PSO算法的基本原理 | 第28-30页 |
| ·PSO算法的改进 | 第30-32页 |
| 第三章 基于禁忌搜索算法的模糊神经网络优化设计与应用 | 第32-51页 |
| ·基于禁忌搜索的模糊神经网络优化 | 第32-42页 |
| ·基于模糊神经网络的混合禁忌搜索算法FNN-HTS | 第32-35页 |
| ·FNN-HTS用于非线性动态系统辨识 | 第35-39页 |
| ·FNN-HTS用于非线性函数逼近 | 第39-42页 |
| ·小结 | 第42页 |
| ·基于禁忌搜索的模糊神经网络分类器设计 | 第42-51页 |
| ·数据挖掘 | 第42-44页 |
| ·基于禁忌搜索的模糊神经网络分类器设计算法TS-FNNC | 第44-48页 |
| ·TS-FNNC用于IRIS数据分类 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第四章 自适应局部搜索的粒子群优化算法 | 第51-62页 |
| ·基于自适应局部搜索的混合粒子群优化算法PSOALS | 第51-53页 |
| ·PSOALS用于模糊神经网络参数优化 | 第53-56页 |
| ·PSOALS用于函数优化 | 第56-60页 |
| ·小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-69页 |
| 致谢 | 第69页 |
