| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题工程背景 | 第10-13页 |
| 1.2 课题研究意义 | 第13-15页 |
| 1.3 区间神经网络国内外研究现状 | 第15-17页 |
| 1.4 本文工作及内容安排 | 第17-20页 |
| 第2章 区间神经网络相关理论 | 第20-30页 |
| 2.1 基本神经网络 | 第20-24页 |
| 2.1.1 BP神经网络 | 第20-21页 |
| 2.1.2 RBF神经网络 | 第21-24页 |
| 2.2 随机向量函数连接网络 | 第24-27页 |
| 2.3 区间BP神经网络 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 区间RBF神经网络研究 | 第30-40页 |
| 3.1 区间RBF神经网络结构 | 第30-31页 |
| 3.2 区间RBF神经网络学习算法 | 第31-35页 |
| 3.2.1 减聚类学习算法 | 第31-33页 |
| 3.2.2 BP算法 | 第33-35页 |
| 3.3 数值实验 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 区间RVFL网络研究 | 第40-54页 |
| 4.1 区间随机向量函数连接网络 | 第40-47页 |
| 4.1.1 第一类区间RVFL网络 | 第40-43页 |
| 4.1.2 第二类区间RVFL网络 | 第43-47页 |
| 4.2 数值实验 | 第47-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 谷氨酸发酵过程区间神经网络模型 | 第54-72页 |
| 5.1 谷氨酸发酵过程影响因素分析 | 第54-55页 |
| 5.2 谷氨酸发酵过程分析 | 第55页 |
| 5.3 面向谷氨酸发酵过程区间RVFL网络建模 | 第55-60页 |
| 5.3.1 数据预处理 | 第56页 |
| 5.3.2 区间预测模型的建立 | 第56-60页 |
| 5.4 面向谷氨酸发酵过程的集成区间神经网络建模方法 | 第60-71页 |
| 5.4.1 问题的提出 | 第60页 |
| 5.4.2 基于相似度量函数的权值求解 | 第60-62页 |
| 5.4.3 集成区间神经网络建模步骤 | 第62-63页 |
| 5.4.4 谷氨酸发酵过程集成区间RVFL网络建模 | 第63-71页 |
| 5.5 小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士学位期间所完成的学术论文 | 第80页 |