文摘
英文文摘
声明
第1章绪论
1.1研究目的及意义
1.2国内外研究现状及发展趋势
1.2.1模糊控制理论的发展、现状及其趋势
1.2.2神经网络的发展、现状及其趋势
1.2.3模糊神经网络的发展、现状及其趋势
1.3本文研究的主要内容
第2章模糊神经网络
2.1模糊控制理论研究
2.1.1模糊控制系统概论
2.1.2模糊控制系统的结构
2.1.3模糊控制系统的设计步骤
2.2人工神经网络理论研究
2.2.1人工神经网络概论
2.2.2人工神经元模型
2.2.3人工神经网络的结构
2.2.4人工神经网络的学习方法
2.3模糊神经网络理论研究
2.3.1模糊逻辑与神经网络的融合
2.3.2模糊神经网络的模型
2.4本章小结
第3章数据场聚类
3.1聚类引入模糊神经网络的必要性
3.2聚类分析理论研究
3.2.1聚类分析中的数据类型
3.2.2聚类分析的数学描述
3.2.3聚类算法要求
3.2.4聚类算法划分
3.3数据场聚类理论
3.3.1从物理场到数据场
3.3.2数据的势场和力场
3.3.3场函数中影响因子的优选
3.4本章小结
第4章 自组织模糊神经网络算法研究及其在系统辨识中的应用
4.1自组织模糊神经网络模型的结构学习方法
4.2自组织模糊神经网络模型的参数学习方法
4.3自组织模糊神经网络模型在非线性系统辨识中的应用
4.3.1 非线性单入单出(SISO)动态系统的辨识
4.3.2单入单出非线性系统辨识在visual c++上的实现
4.3.3非线性多入单出(MISO)动态系统的辨识
4.4本章小结
第5章结论
参考文献
致谢
攻读硕士学位期间发表的论文
江苏大学;