文摘
英文文摘
声明
第一章绪论
1.1研究的背景及意义
1.2模糊建模的发展及研究现状
1.3本文的主要研究内容
第二章模糊聚类算法研究
2.1引言
2.2聚类基础
2.2.1聚类的含义
2.2.2聚类分析的数学模型
2.2.3常用的聚类方法
2.3模糊聚类算法
2.3.1模糊聚类
2.3.2模糊聚类的实现途径
2.3.3模糊加权指数m的选择
2.4本章小结
第三章模糊系统模型基础理论
3.1引言
3.2模糊逻辑系统中的基本概念
3.2.1模糊集
3.2.2模糊推理
3.2.3精确量的模糊化和模糊量的反模糊化
3.3模糊逻辑系统的分类
3.3.1纯模糊逻辑系统
3.3.2高木-关野模糊系统
3.3.3具有模糊产生器和模糊消除器的模糊逻辑系统
3.4模糊模型
3.5模糊模型的结构辨识方法
3.5.1系统输入变量的选择
3.5.2输入空间的模糊划分
3.6模糊模型参数辨识方法
3.6.1基于梯度学习的参数辨识
3.6.2基于模糊神经网络的参数学习
3.6.3应用遗传算法进行参数辨识与优化
3.7模糊集合的相似性分析与融合
3.8本章小节
第四章 基于递阶模糊聚类的T-S模糊模型的辨识
4.1引言
4.2 T-S模糊模型
4.3基于递阶模糊聚类的T-S模糊模型的前件结构和参数的辨识
4.3.1问题的提出
4.3.2基于减法聚类的输入空间的初始划分
4.3.3基于FCM算法优化输入空间的模糊划分
4.3.4减法聚类与FCM算法相结合的步骤
4.4 T-S模糊模型的后件参数的辨识
4.5基于T-S模糊模型的模糊神经网络结构
4.6基于减法聚类的模糊c-均值聚类算法实验与结论
4.6.1仿真实验
4.6.2实验结论分析
4.7模糊神经网络优化参数仿真实验与结论
4.7.1仿真实验
4.7.2实验结论
4.8本章小结
第五章基于遗传算法优化T-S模糊模型的前后件参数
5.1引言
5.2遗传算法的基本原理
5.3遗传算法的特点
5.4基于遗传算法优化T-S模糊模型的前后件参数
5.4.1染色体编码
5.4.2适应度函数的确定
5.4.3遗传操作
5.5基于遗传算法优化T-S模糊模型算法
5.5.1遗传优化算法描述
5.5.2遗传优化算法的步骤
5.6模拟实验及结论
实例1:继续使用上一章的实例
实例2:非线性混沌时间序列的建模与预测
5.7本章小结
第六章结论
参考文献
致谢
攻读硕士学位期间发表论文与成果