第一章 绪论
1.1 课题研究的背景及意义
1.2 国内外研究现状
1.3 论文的主要内容
1.4 本文的组织结构
第二章 相关概念与理论基础
2.1 数据挖掘
2.1.1 数据挖掘的概念
2.1.2 数据挖掘的步骤
2.2 模糊系统
2.2.1 模糊集合
2.2.2 规则库与模糊推理
2.2.3 T-S模糊推理系统
2.3 人工神经网络
2.3.1 人工神经网络模型
2.3.2 误差反向传播算法
2.4 遗传算法
2.4.1 遗传算法的基本原理
2.4.2 遗传算法的基本流程
2.5 本章小结
第三章 模糊神经网络模型的研究与构建
3.1 引言
3.2 模糊神经网络
3.2.1 模糊系统与神经网络的结合
3.2.2 模糊神经网络的网络结构
3.3 数据样本的PCA降维处理
3.3.1 主成分分析原理
3.3.2 主成分分析步骤
3.4 使用减法聚类方法生成模糊神经网络结构
3.4.1 减法聚类方法的基本原理
3.4.1 减法聚类方法生成ANFIS的步骤
3.5 GA算法优化模糊神经网络模型
3.6 本章小结
第四章 模糊神经网络模型在学生成绩预测中的运用及评价
4.1 样本数据的降维处理
4.1.1 样本数据的选取
4.1.2样本数据预处理
4.1.3 样本数据的PCA降维处理
4.2 模糊神经网络模型的运用及评价
4.2.1 PCA-GA-ANFIS预测模型的训练结果
4.2.2 PCA-GA-ANFIS预测模型的测试结果
4.3 PCA-GA-ANFIS预测模型与ANFIS预测模型的比较研究
4.3.1 ANFIS预测模型的实验分析
4.3.2 PCA-GA-ANFIS预测模型与ANFIS预测模型的比较
4.4 本章小结
第五章 基于模糊网络模型的学生成绩管理平台的设计与实现
5.1 系统分析
5.1.1基本需求分析
5.1.2基本功能分析
5.2 系统的总体设计
5.2.1系统总体框架
5.2.2系统功能结构
5.3系统界面的总体设计
5.4 系统模块的实现
5.4.1 数据维护模块的实现
5.4.2 考试管理模块的实现
5.4.3 成绩预测模块的实现
5.4.4 课后学习模块的实现
5.5 软件测试
5.5.1 用户登陆模块
5.5.2 数据维护模块
5.5.3 考试管理模块
5.5.4 课后管理模块
5.5.5成绩预测模块
5.6 本章小结
第六章 总结与展望
参考文献
攻读学位期间的研究成果
致谢
声明
青岛大学;
