模糊神经网络在解决机械加工中误差复映问题的研究
| 第一章 绪论 | 第1-14页 |
| ·课题的提出 | 第7-8页 |
| ·模糊神经网络的发展与研究现状 | 第8-12页 |
| ·模糊理论的发展与研究现状 | 第8-9页 |
| ·神经网络发展与现状 | 第9-10页 |
| ·模糊理论与神经网络理论的结合 | 第10-12页 |
| ·两者的关系 | 第10-11页 |
| ·国内外发展现状 | 第11-12页 |
| ·应用和发展前景 | 第12页 |
| ·课题的内容与意义 | 第12-14页 |
| 第二章 模糊神经网络基本理论 | 第14-28页 |
| ·模糊集合与模糊推理 | 第14-18页 |
| ·模糊数学基础理论 | 第14-16页 |
| ·模糊集合的定义 | 第14页 |
| ·模糊集的主要性质与定理 | 第14-15页 |
| ·几种常见的隶属度函数 | 第15-16页 |
| ·模糊规则与模糊推理 | 第16-18页 |
| ·模糊扩展原理和模糊关系 | 第16页 |
| ·模糊if-then 规则 | 第16-17页 |
| ·模糊推理 | 第17-18页 |
| ·人工神经网络基本理论 | 第18-23页 |
| ·人工神经元模型 | 第18-20页 |
| ·神经网络拓扑结构 | 第20-21页 |
| ·神经网络的学习算法 | 第21页 |
| ·几种常用的神经网络模型 | 第21-23页 |
| ·模糊神经网络 | 第23-28页 |
| ·模糊神经元的几种模型 | 第23-25页 |
| ·模糊神经网络结构 | 第25-28页 |
| 第三章 误差复映模型分析和实验数据采集 | 第28-39页 |
| ·误差复映问题的特点简要分析 | 第28-30页 |
| ·实验数据的采集 | 第30-39页 |
| ·确定实验方案 | 第30-32页 |
| ·所获实验数据及分析 | 第32-39页 |
| 第四章 模糊神经网络模型设计 | 第39-53页 |
| ·引入模糊控制 | 第39-40页 |
| ·模糊神经网络的选择 | 第40-41页 |
| ·BP 网络基本结构 | 第41-42页 |
| ·神经网络模型参数设计 | 第42-46页 |
| ·神经网络隐含层神经元的个数的确定 | 第42-44页 |
| ·学习算法的学习速度 | 第44-45页 |
| ·网络初始权值的确定 | 第45页 |
| ·理想输出分量的确定 | 第45页 |
| ·如何避免局部最优 | 第45-46页 |
| ·样本的选取 | 第46页 |
| ·模糊神经网络(FNN)设计 | 第46-53页 |
| ·学习样本的归一化处理 | 第46-47页 |
| ·隶属度函数的确定 | 第47-49页 |
| ·解模糊方法的选取 | 第49-50页 |
| ·FNN 结构 | 第50-53页 |
| 第五章 实验仿真 | 第53-59页 |
| ·对模糊神经网络的训练 | 第53-54页 |
| ·网络的测试 | 第54-56页 |
| ·程序的编制 | 第56-59页 |
| 第六章 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 摘要 | 第64-67页 |
| ABSTRACT | 第67-70页 |
| 致谢 | 第70-71页 |
| 导师及作者简介 | 第71页 |
