基于神经网络的模糊推理

第一章 绪论	第1-9页
第二章 模糊推理	第9-17页
·概述	第9页
·模糊集概念	第9-13页
·模糊集合	第9-10页
·模糊集的运算	第10-12页
·模糊集的模糊度	第12页
·模糊关系	第12-13页
·模糊关系方程	第13页
·模糊推理	第13-17页
·模糊推理的基本概念	第13-15页
·模糊关系合成法	第15-17页
第三章 神经网络基础	第17-23页
·神经元模型	第18页
·人工神经元模型	第18-20页
·神经网络模型	第20-21页
·神经网络的学习	第21-23页
第四章 模糊神经元模型	第23-30页
·几种基本模糊神经元	第23-24页
·新模糊神经元模型	第24-30页
·神经元模型	第24-25页
·神经元所实现的运算	第25-28页
·神经元模型对某些运算的封闭性	第28-29页
·神经元的鲁棒性分析	第29-30页
第五章 模糊推理神经网络	第30-54页
·单重模糊推理神经网络	第30-39页
·新方法满足推理一致性要求	第32-34页
·网络中权值的一种确定方法	第34页
·连续性	第34-37页
·单调性	第37-38页
·推理实例	第38-39页
·多维模糊推理神经网络	第39-45页
·满足推理一致性要求	第41-42页
·连续性	第42-44页
·单调性	第44-45页
·多重模糊推理神经网络	第45-54页
·满足假言推理的条件	第47-48页
·连续性	第48-49页
·单调性	第49-50页
·网络学习规则	第50-52页
·推理实例	第52-54页
第六章 结论	第54-55页
致谢	第55-56页
参考文献	第56-57页