基于蚁群算法的模糊建模方法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1. 绪论 | 第7-12页 |
| ·对模糊系统解释性研究的目的与意义 | 第7-8页 |
| ·模糊分类系统发展现状 | 第8-9页 |
| ·蚁群算法的研究和发展 | 第9-10页 |
| ·本文主要完成的任务 | 第10-11页 |
| ·本文的安排 | 第11-12页 |
| 2. 模糊推理系统 | 第12-24页 |
| ·基本定义及术语 | 第12-14页 |
| ·模糊推理系统的基本结构 | 第14-15页 |
| ·模糊建模的步骤 | 第15页 |
| ·T-S模糊模型 | 第15-16页 |
| ·输入空间划分 | 第16-18页 |
| ·模糊分类系统 | 第18-19页 |
| ·模糊系统的解释性 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 3. 蚁群优化算法 | 第24-34页 |
| ·蚁群行为描述 | 第24-25页 |
| ·基本蚁群算法的机制原理 | 第25-26页 |
| ·蚁群算法模型的建立 | 第26-27页 |
| ·基本蚁群算法的数学模型 | 第27-29页 |
| ·基本蚁群算法的具体实现 | 第29-30页 |
| ·最大-最小蚁群算法(MMAS) | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 4. 基于蚁群算法的模糊分类系统的设计 | 第34-45页 |
| ·基于栅格划分模糊模型的建立 | 第34-36页 |
| ·用Simba算法降低输入变量的维数 | 第36-37页 |
| ·蚁群算法优化输入变量的选择 | 第37-40页 |
| ·蚁群算法优化模型参数 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 5. 模糊分类系统仿真研究 | 第45-52页 |
| ·IRIS数据库 | 第45-48页 |
| ·WINE数据库 | 第48-51页 |
| ·蚁群算法参数选择 | 第51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
