基于模糊神经网络的模糊规则获取方法
| 第一章 绪论 | 第1-14页 |
| ·模糊控制的产生及发展 | 第9-10页 |
| ·关于提取模糊规则理论的研究 | 第10-11页 |
| ·论文的研究任务与内容 | 第11-12页 |
| ·论文的研究方法及结构 | 第12-14页 |
| ·论文的研究方法 | 第12页 |
| ·论文结构 | 第12-14页 |
| 第二章 初始聚类中心的确定 | 第14-44页 |
| ·引言 | 第14-15页 |
| ·数据预处理 | 第15-24页 |
| ·数据预处理方法简介 | 第15-16页 |
| ·三次样条插值 | 第16-24页 |
| ·初始聚类中心的确定 | 第24-32页 |
| ·问题描述 | 第24-25页 |
| ·有效聚类个数的确定 | 第25-26页 |
| ·确定有效聚类个数的算法设计 | 第26-29页 |
| ·聚类中心初值的确定 | 第29页 |
| ·K-均值算法确定初始聚类中心 | 第29-32页 |
| ·验证算法的有效性 | 第32-37页 |
| ·输入输出空间划分和数据离散 | 第37-43页 |
| ·输入输出空间划分 | 第37-38页 |
| ·数据离散化 | 第38-43页 |
| ·小结 | 第43-44页 |
| 第三章 模糊规则的提取 | 第44-64页 |
| ·引言 | 第44页 |
| ·RBF网络分析 | 第44-48页 |
| ·全连接RBF网络 | 第44-46页 |
| ·两类抽取If-Then规则RBF网络分析 | 第46-48页 |
| ·RBF网络结构参数设计 | 第48-52页 |
| ·输入空间划分网络设计 | 第49-50页 |
| ·模糊推理层的网络设计 | 第50-51页 |
| ·输出层网络设计 | 第51-52页 |
| ·初始规则的生成 | 第52-54页 |
| ·网络参数修正 | 第54-60页 |
| ·确定初始期望值σ_(ik_k) | 第54-57页 |
| ·参数修正 | 第57-60页 |
| ·网络学习算法设计 | 第60-63页 |
| ·小结 | 第63-64页 |
| 第四章 方法有效性验证 | 第64-70页 |
| ·验证方法 | 第64页 |
| ·验证结果 | 第64-69页 |
| ·小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文 | 第75-76页 |
| 致谢 | 第76页 |
