| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·论文的选题背景和意义 | 第9-10页 |
| ·自行车运动发展现状 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·研究的主要内容 | 第10-14页 |
| ·LabVIEW软件编写智能检测分析仪 | 第10-11页 |
| ·基于ANFIS对训练的数据进行分析 | 第11-14页 |
| 第二章 人工神经网络控制 | 第14-25页 |
| ·人工神经网络 | 第14-19页 |
| ·神经网络发展现状 | 第14页 |
| ·人工神经元 | 第14-16页 |
| ·人工神经网络 | 第16-17页 |
| ·神经网络的学习与规则 | 第17-19页 |
| ·径向基神经网络 | 第19-20页 |
| ·径向基函数网络模型 | 第19-20页 |
| ·RBFN功能等效于FIS | 第20页 |
| ·混合学习算法-最陡下降法与最小二乘法的结合 | 第20-23页 |
| ·离线学习 | 第20-22页 |
| ·在线学习 | 第22页 |
| ·最陡下降法与最小二乘法的结合方式 | 第22-23页 |
| ·神经网络控制系统 | 第23-24页 |
| 本章小结 | 第24-25页 |
| 第三章 模糊控制 | 第25-37页 |
| ·模糊系统概述 | 第25页 |
| ·模糊控制的理论基础 | 第25-32页 |
| ·模糊集合及其运算 | 第25-27页 |
| ·模糊集合的隶属度函数 | 第27-28页 |
| ·模糊关系 | 第28-31页 |
| ·模糊逻辑推理 | 第31-32页 |
| ·模糊控制原理 | 第32-36页 |
| ·模糊控制系统 | 第32-33页 |
| ·模糊控制的基本原理 | 第33-36页 |
| 本章小结 | 第36-37页 |
| 第四章 自适应神经模糊推理系统(ANFIS) | 第37-42页 |
| ·概述 | 第37页 |
| ·ANFIS结构 | 第37-39页 |
| ·ANFIS学习算法 | 第39-40页 |
| ·混合学习算法 | 第39-40页 |
| ·ANFIS和RBFN互利的学习方法 | 第40页 |
| ·基于ANFIS的建模 | 第40-41页 |
| 本章小结 | 第41-42页 |
| 第五章 ANFIS在场地自行车训练分析系统中的应用 | 第42-65页 |
| ·智能检测分析仪主要功能及软件设计 | 第42-53页 |
| ·ANFIS对训练数据进行分析 | 第53-64页 |
| ·问题描述 | 第53-54页 |
| ·ANFIS编辑器GUI | 第54-55页 |
| ·数据载入 | 第55-59页 |
| ·生成模糊推理系统 | 第59-62页 |
| ·ANFIS训练 | 第62-63页 |
| ·测试模糊推理系统 | 第63-64页 |
| 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |