首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

非确定性模糊神经网络方法在正、反分析中的应用

摘要第1-4页
Abstract第4-9页
第1章 绪论第9-17页
   ·课题研究的意义第9-10页
   ·国内外研究现状第10-16页
     ·正分析模型的研究第10-11页
     ·反分析模型的研究第11-15页
     ·非确定性方法的研究第15-16页
   ·论文研究的主要内容第16-17页
第2章 资料反馈分析现有方法与理论平台第17-27页
   ·正分析与反分析的基本理论第17-25页
     ·正分析的基本理论与分类第17页
     ·反分析的基本理论与分类第17-25页
   ·非确定性方法与模糊网络研究的工程意义第25-27页
第3章 非确定性系统与模糊神经网络第27-63页
   ·非确定性系统第27-38页
     ·模糊逻辑的概念第27-29页
     ·模糊数学相关知识第29-33页
     ·神经网络相关知识第33-35页
     ·模糊逻辑系统第35-38页
   ·模糊神经网络第38-61页
     ·模糊神经网络的基本原理第39-42页
     ·模糊神经网络的结构和特征第42-46页
     ·模糊解耦程序与改进BP 的FNN 网络第46-61页
   ·本章小结第61-63页
第4章 预测模型的非确定性研究第63-79页
   ·统计学预测模型第63-68页
     ·回归模型第64页
     ·回归方法第64-65页
     ·预报模型第65-68页
   ·利用BP 网络的预测模型第68-72页
     ·参数映射模型第68-70页
     ·步进预测模型第70-72页
   ·利用FNN 网络的预测模型第72-77页
     ·参数映射模型第72-75页
     ·步进预测模型第75-77页
   ·BP 网络与FNN 网络用于预测模型的比较分析第77页
   ·预测模型非确定性研究的关键因素第77-79页
第5章 K0 反演分析方法的非确定性研究第79-99页
   ·K0 反演分析方法研究背景第79-80页
   ·堆石料侧限压缩试验条件下K-G 模型参数分析方法简介第80-81页
   ·面板堆石坝中的侧限压缩状态第81-82页
   ·K0 反演分析法在水布垭面板坝的应用第82-97页
     ·回归分析第84-87页
     ·模糊参数反演分析第87-89页
     ·利用K0 反演分析模糊方法的KG 参数计算结果第89-97页
   ·不同方法反演参数的比较第97页
   ·本章小结第97-99页
第6章 其他结构的模糊分析算例第99-109页
   ·减河桥的相关资料第99-100页
   ·Midas 有限元计算结果第100-103页
   ·FNN 网络分析荷载-位移映射第103-107页
   ·FNN 网络分析与有限元计算结果比对第107-109页
第7章 结论与评价第109-111页
参考文献第111-115页
致谢第115-116页
附录A 模糊解耦matlab 程序第116-127页
附录B FNN 网络参数映射模型第127-137页
个人简历第137页
发表的学术论文第137页
主要的研究成果第137页

论文共137页,点击 下载论文
上一篇:双膦氧配体镧系配合物和氮,硫配体锌配合物的合成及性质
下一篇:北京门头沟乡村旅游可持续发展研究