| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第1章 绪论 | 第12-30页 |
| ·研究背景和意义 | 第12-14页 |
| ·数据挖掘技术的研究现状 | 第14-17页 |
| ·数据挖掘功能描述 | 第14-16页 |
| ·关联规则的挖掘 | 第16-17页 |
| ·模糊系统的基本理论 | 第17-28页 |
| ·模糊集 | 第17-18页 |
| ·模糊规则 | 第18-19页 |
| ·模糊推理系统的结构与基本原理 | 第19-24页 |
| ·模糊推理系统的分类 | 第24-27页 |
| ·输入空间的模糊划分 | 第27-28页 |
| ·模糊系统是万能逼近器 | 第28页 |
| ·本文的结构 | 第28-30页 |
| 第2章 模糊关联规则的挖掘算法 | 第30-48页 |
| ·关联规则的挖掘 | 第30-32页 |
| ·关联规则挖掘的提出 | 第30-31页 |
| ·关联规则挖掘的分类 | 第31-32页 |
| ·布尔型关联规则 | 第32-39页 |
| ·布尔型关联规则的定义与性质 | 第32-35页 |
| ·布尔型关联规则挖掘算法 | 第35-39页 |
| ·数值型关联规则的挖掘 | 第39-41页 |
| ·区间划分法 | 第39-40页 |
| ·区间划分法存在的问题 | 第40-41页 |
| ·模糊关联规则挖掘 | 第41-47页 |
| ·应用FCM算法将数量型属性离散化 | 第41-42页 |
| ·模糊关联规则的挖掘算法 | 第42-47页 |
| ·本章小节 | 第47-48页 |
| 第3章 具有鲁棒性的模糊规则提取算法 | 第48-69页 |
| ·问题提出 | 第48-49页 |
| ·目前几种提取模糊规则方法及鲁棒性评价 | 第49-58页 |
| ·查表法提取模糊规则 | 第49-54页 |
| ·查表法的鲁棒性评价 | 第54页 |
| ·WM法提取模糊规则 | 第54-57页 |
| ·WM法的鲁棒性评价 | 第57-58页 |
| ·基于数据挖掘技术的模糊规则提取算法 | 第58-64页 |
| ·数据挖掘算法的鲁棒性评价 | 第64页 |
| ·仿真对比 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第4章 模糊推理系统的结构优化研究 | 第69-85页 |
| ·模糊推理系统的精度和复杂度 | 第69-70页 |
| ·模糊系统拓扑结构的优化 | 第70-76页 |
| ·采用简单拓扑结构初始化模糊系统 | 第72-73页 |
| ·调整模糊隶属度函数分布 | 第73-74页 |
| ·添加新的隶属度函数 | 第74-75页 |
| ·评估算法生成的模糊结构框架 | 第75-76页 |
| ·仿真实例 | 第76-84页 |
| ·二维函数面仿真 | 第76-82页 |
| ·正弦函数仿真对比 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第5章 基于模糊推理系统的船舶操纵运动时间序列预报 | 第85-102页 |
| ·混沌时间序列建模方法概述 | 第85-86页 |
| ·基于模糊推理系统的时间序列模型 | 第86-87页 |
| ·MACKEY-GLASS混沌时间序列模型 | 第87-90页 |
| ·船舶操纵运动预报 | 第90-101页 |
| ·船舶操纵运动模型概述 | 第90-91页 |
| ·船舶Z型实验时间序列 | 第91-101页 |
| ·本章小结 | 第101-102页 |
| 第6章 结论与展望 | 第102-105页 |
| ·工作总结 | 第102-103页 |
| ·应用展望 | 第103-105页 |
| 参考文献 | 第105-114页 |
| 附录 基于数据挖掘技术的模糊规则提取算法核心代码 | 第114-120页 |
| 攻读学位期间发表的论文 | 第120-122页 |
| 致谢 | 第122-123页 |
| 作者简介 | 第123页 |