软计算方法应用于智能决策系统知识处理中的研究
| 第1章 绪论 | 第1-12页 |
| ·论文写作的背景 | 第7-8页 |
| ·论文写作的目的和意义 | 第8-10页 |
| ·论文的总体结构 | 第10-12页 |
| 第2章 粗集计算 | 第12-20页 |
| ·粗集在决策系统中数学分析 | 第12-15页 |
| ·举例说明 | 第15-18页 |
| ·粗集和其它数学工具的融合 | 第18-20页 |
| 第3章 模糊—神经计算 | 第20-30页 |
| ·模糊计算 | 第20-22页 |
| ·模糊逻辑知识分析 | 第20-21页 |
| ·模糊推理 | 第21-22页 |
| ·神经计算 | 第22-27页 |
| ·神经网络的基本特性和主要的学习算法 | 第23-25页 |
| ·多层前向神经网络模型和BP算法 | 第25-27页 |
| ·神经-模糊计算 | 第27-28页 |
| ·模糊-神经计算和其它计算方法的融合 | 第28-30页 |
| 第4章 软计算方法在知识处理中的应用 | 第30-49页 |
| ·引言 | 第30-31页 |
| ·基于粗集计算的数据预处理 | 第31-36页 |
| ·连续属性的离散化 | 第31-34页 |
| ·基于粗集的模糊规则的提取 | 第34-36页 |
| ·模糊-神经网络模型的建立 | 第36-44页 |
| ·网络参数的调整 | 第40-42页 |
| ·集成粗集理论的模糊神经网络具有全局逼近的特性 | 第42-44页 |
| ·实例分析 | 第44-49页 |
| 结论 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-58页 |
| 攻读硕士学位期间发表的文章 | 第58页 |