文摘
英文文摘
声明
第一章绪论
1.1本文研究背景及意义
1.2本文研究内容的来源
1.3本文研究的主要内容
第二章神经网络和模糊推理概述
2.1神经网络概论
2.1.1神经网络发展简史
2.1.2神经网络的主要特征、应用及研究方向
2.2神经网络模型
2.3神经网络的学习方法
2.3.1学习方式
2.3.2学习算法
2.4模糊理论概述
2.4.1模糊神经网络
2.4.2模糊推理
2.4.3神经网络与模糊系统比较
2.5本章小结
第三章最大-乘积型模糊联想记忆网络对训练模式摄动的鲁棒性
3.1引言
3.2研究现状
3.3相关引理和定义
3.4 Max-product FAM对训练模式对摄动的鲁棒性分析
3.4.1采用文献[51]的学习算法进行训练网络
3.4.2采用模糊Hebb规则训练网络
3.5模拟实验
3.6本章小结
第四章模糊双向联想记忆网络的有效学习算法
4.1引言
4.2相关概念和引理
4.3 FBAM的有效学习算法
4.3.1 Max-TL FBAM的学习算法
4.3.2 Max-Ses FBAM的学习算法及性质
4.4本章小结
第五章区间值模糊集相容性测度的性质、改进和传播
5.1引言
5.2区间值模糊集相容度的性质
5.3新的相容性测度公式-相合度
5.4模糊推理对相容度和相合度的传播
5.5本章小结
结束语
参考文献
致谢
附录