文摘
英文文摘
原创性声明及关于学位论文使用授权说明
第一章绪论
1.1选题背景
1.2模糊神经网络的研究和发展
1.2.1模糊系统和神经网络
1.2.2模糊神经网络
1.2.3模糊神经网络的参数学习算法
1.3遗传算法的研究和发展
1.4非线性系统建模的研究现状
1.5自适应滤波的研究现状
1.6本文研究的主要内容
第二章模糊神经网络的理论基础
2.1模糊系统理论
2.1.1模糊系统的组成
2.1.2模糊系统的模型
2.1.3模糊系统的非线性逼近能力
2.2神经网络理论
2.2.1神经网络的基本原理
2.2.2多层前馈网络-BP网络
2.2.3多层前向神经网络的非线性逼近能力
2.3模糊神经网络的结构及学习算法
2.3.1基于标准模型的模糊神经网络
2.3.2基于T-S模型的模糊神经网络
2.4本章小结
第三章遗传算法及其改进策略
3.1常见搜索方法特点及其比较
3.1.1遗传算法与传统方法的比较
3.1.2遗传算法与其他搜索方法的比较
3.2遗传算法描述
3.2.1遗传算法的流程
3.2.2遗传算法的基本原理
3.2.3遗传算法的应用
3.2.4遗传算法的局限性
3.3遗传算法的改进方案
3.3.1参数的编码方案
3.3.2交叉与变异并行处理
3.3.3自适应交叉和动态变异
3.3.4引入移民机制
3.3.5加入BP算子
3.4本章小结
第四章基于改进GA的模糊神经网络参数学习算法及应用
4.1基于改进GA的模糊神经网络
4.1.1模糊神经网络的结构及其参数
4.1.2算法的设计思想
4.1.3算法具体实现
4.2在非线性系统建模中的应用
4.2.1问题的提出
4.2.2神经网络建模
4.2.3模糊建模
4.2.4基于改进GA的模糊神经网络建模
4.2.5仿真结果及分析
4.3在自适应滤波中的应用
4.3.1问题的提出
4.3.2自适应滤波的原理
4.3.3神经网络自适应滤波
4.3.4模糊自适应滤波
4.3.5基于改进GA的模糊神经网络自适应滤波
4.3.6仿真结果及分析
4.4本章小结
第五章结论与展望
5.1结论
5.2进一步研究的工作
参考文献
致谢
攻读学位期间主要研究成果目录