首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--自动化系统理论论文

基于解释性与精确性的模糊建模方法研究

摘要第1-6页
ABSTRACT第6-8页
目录第8-11页
1 绪论第11-21页
   ·研究的目的与意义第11-12页
   ·国内外研究的现状第12-19页
     ·基于传统方法的解释性与精确性模糊建模第12-14页
     ·基于神经网络的解释性与精确性模糊建模第14-15页
     ·基于进化算法的解释性与精确性模糊建模第15-19页
   ·本文的主要内容及安排第19-21页
2 模糊系统及其解释性第21-29页
   ·模糊系统的结构第21-22页
   ·常用的模糊模型第22-23页
     ·T-S模糊模型第22-23页
     ·模糊分类系统第23页
   ·模糊系统的解释性第23-28页
     ·模糊规则的解释性第24-27页
     ·模糊模型结构的解释性第27-28页
   ·本章小结第28-29页
3 基于遗传算法的模糊模型设计第29-49页
   ·引言第29页
   ·基于决策树和遗传算法的模糊分类系统的设计第29-39页
     ·分类和递归树(CART)算法第30-33页
     ·实数编码的遗传算法第33-35页
     ·模糊分类系统设计流程第35-36页
     ·Iris系统仿真算例第36-39页
   ·基于模糊聚类和遗传算法的T-S模糊模型设计第39-48页
     ·T-S模糊模型的初始化第39-40页
     ·T-S模糊模型的优化第40-42页
     ·T-S模糊模型设计流程第42-43页
     ·仿真算例第43-48页
       ·二阶非线性系统第43-46页
       ·Mackey-Glass混沌时间序列第46-48页
   ·本章小结第48-49页
4 基于协同进化算法的模糊模型设计第49-84页
   ·引言第49-50页
   ·基于协同进化算法的T-S模糊模型设计第50-62页
     ·模型的分解和各种群染色体编码第50-51页
     ·子种群染色体之间的组合第51-52页
     ·两种群个体适应度的合作计算策略第52-54页
     ·两种群的遗传操作第54-55页
     ·基于协同进化算法的T-S模糊模型的设计步骤第55-56页
     ·仿真算例第56-62页
   ·基于协同进化算法的模糊分类系统的设计第62-77页
     ·输入变量的选择第62-64页
     ·模糊分类系统的初始化第64页
     ·模糊分类系统的分解第64-66页
     ·子种群染色体之间的组合第66-67页
     ·三种群个体适应度及其合作计算策略第67-68页
     ·三种群的遗传操作第68-69页
     ·模糊分类系统的设计流程第69页
     ·仿真算例第69-77页
   ·协同进化算法的分析第77-82页
     ·模糊建模的参数第77-80页
     ·协同进化算法的参数对算法性能的影响第80-82页
       ·种群个体数第80-81页
       ·种群代表数第81页
       ·变异概率第81-82页
   ·本章小结第82-84页
5 基于Pareto协同进化算法的模糊模型设计第84-105页
   ·引言第84页
   ·多目标优化问题第84-85页
   ·多目标进化算法第85-88页
     ·多目标进化算法的发展历程第85-86页
     ·第二代非支配排序遗传算法(NSGA-Ⅱ)第86-88页
   ·Pareto协同进化算法第88-90页
   ·仿真算例第90-103页
     ·基于Pareto协同进化算法的T-S模糊模型设计第91-96页
     ·基于Pareto协同进化算法的模糊分类系统设计第96-103页
   ·本章小结第103-105页
6 基于混合协同进化算法的模糊分类系统设计第105-118页
   ·引言第105-106页
   ·基于Michigan型与Pittsburgh型遗传算法的模糊建模第106-109页
     ·基于Michigan型遗传算法的模糊分类系统建模第106-107页
     ·基于Pittsburgh型遗传算法的模糊分类系统建模第107-108页
     ·两种算法的性能比较第108-109页
   ·基于混合协同进化算法的模糊建模第109-116页
     ·混合Pareto协同进化算法第110-111页
     ·仿真算例第111-116页
   ·本章小结第116-118页
7 总结与展望第118-120页
致谢第120-121页
作者攻读博士期间完成的论文第121-122页
参考文献第122-130页

论文共130页,点击 下载论文
上一篇:通用的可重构Holonic生产计划与控制系统(GR-HPPCS)研究
下一篇:改进的模糊细胞神经网络及其在医学图像处理中的研究应用