基于密度聚类的神经模糊系统建模及其在混沌时间序列预测中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究的背景和意义 | 第8-10页 |
| ·神经模糊系统 | 第8-10页 |
| ·混沌时间序列的预测 | 第10页 |
| ·模糊建模的发展和现状 | 第10-12页 |
| ·本文要解决的问题 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第二章 神经模糊系统的基础理论 | 第14-27页 |
| ·模糊推理系统 | 第14-16页 |
| ·模糊推理 | 第14-15页 |
| ·去模糊化 | 第15-16页 |
| ·模糊推理系统模型 | 第16-19页 |
| ·T-S模型 | 第17页 |
| ·S-Y模型 | 第17-18页 |
| ·Kim模型 | 第18-19页 |
| ·BP神经网络 | 第19-23页 |
| ·前馈计算 | 第20页 |
| ·反馈调整 | 第20-22页 |
| ·BP算法的改进 | 第22-23页 |
| ·模糊聚类算法 | 第23-27页 |
| ·模糊c均值聚类算法 | 第24-25页 |
| ·可能性c均值聚类算法 | 第25-27页 |
| 第三章 动态阈值DENCLUE算法 | 第27-38页 |
| ·聚类算法 | 第27-29页 |
| ·聚类概念与聚类过程 | 第27页 |
| ·聚类算法的分类 | 第27-28页 |
| ·聚类算法的评估 | 第28-29页 |
| ·DENCLUE | 第29-35页 |
| ·概述 | 第29-30页 |
| ·影响函数和密度函数 | 第30-31页 |
| ·密度吸引子和类 | 第31-32页 |
| ·局部密度函数 | 第32页 |
| ·算法步骤 | 第32-34页 |
| ·参数讨论 | 第34-35页 |
| ·DENCLUE算法的优点 | 第35页 |
| ·动态阈值DENCLUE算法 | 第35-38页 |
| ·DENCLUE应用于系统建模 | 第35-36页 |
| ·动态阈值DENCLUE算法 | 第36-37页 |
| ·DDT算法的优点 | 第37-38页 |
| 第四章 基于DDT的神经模糊系统建模算法 | 第38-51页 |
| ·以往的模糊系统建模算法 | 第38-39页 |
| ·基于DDT的神经模糊系统建模算法 | 第39-46页 |
| ·算法结构 | 第39页 |
| ·输入输出空间聚类 | 第39-40页 |
| ·相似规则的合并 | 第40-42页 |
| ·噪声辨识 | 第42-45页 |
| ·参数辨识 | 第45-46页 |
| ·仿真实验 | 第46-51页 |
| ·非线性函数 | 第46-48页 |
| ·Box-Jenkins系统 | 第48-51页 |
| 第五章 神经-模糊在混沌时间序列预测中的应用 | 第51-60页 |
| ·混沌时间序列 | 第51-53页 |
| ·混沌理论 | 第51-52页 |
| ·混沌时间序列的预测 | 第52-53页 |
| ·混沌时间序列的预测方法 | 第53页 |
| ·基于神经模糊模型的混沌时间序列预测 | 第53-54页 |
| ·仿真实验 | 第54-60页 |
| ·实验方法 | 第54-56页 |
| ·实验结果 | 第56-60页 |
| 第六章 结论与展望 | 第60-62页 |
| ·本文工作总结 | 第60-61页 |
| ·进一步的工作 | 第61-62页 |
| 附录 | 第62-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 作者攻读学位期间发表的学术论文 | 第71页 |
