| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·模糊神经网络的发展现状 | 第11-13页 |
| ·人工神经网络研究现状 | 第11-12页 |
| ·模糊逻辑系统研究现状 | 第12页 |
| ·模糊神经网络的发展概况 | 第12-13页 |
| ·遗传算法发展及应用 | 第13页 |
| ·本文主要工作 | 第13-15页 |
| 第2章 补偿模糊神经网络模型 | 第15-26页 |
| ·补偿模糊神经网络基本原理 | 第15-20页 |
| ·基本模糊神经元 | 第15-18页 |
| ·网络结构 | 第18-19页 |
| ·补偿模糊推理 | 第19-20页 |
| ·构造初始网络模型 | 第20-21页 |
| ·网络的学习算法 | 第21-23页 |
| ·仿真实例及分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 遗传算法的参数优化 | 第26-36页 |
| ·遗传算法的生物学基础 | 第26-27页 |
| ·基本遗传算法 | 第27-30页 |
| ·编码 | 第28页 |
| ·群体设定 | 第28-29页 |
| ·适应度函数 | 第29-30页 |
| ·遗传操作 | 第30页 |
| ·改进遗传算法 | 第30-33页 |
| ·实验测试及结果 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于GA 的补偿模糊神经网络在稳态优化中的应用 | 第36-45页 |
| ·遗传算法优化神经网络连接权值 | 第36-37页 |
| ·遗传算法优化补偿模糊神经网络 | 第37-38页 |
| ·基于GA 的补偿模糊神经网络在稳态优化中的应用 | 第38-39页 |
| ·稳态优化问题描述 | 第38页 |
| ·稳态优化问题的实现 | 第38-39页 |
| ·实例构建及结果分析 | 第39-44页 |
| ·实例构建 | 第39-41页 |
| ·结果分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间发表的学术论文 | 第49-50页 |
| 致谢 | 第50页 |