文摘
英文文摘
第一章 绪论
1.1 研究的背景和意义
1.1.1 神经模糊系统
1.1.2 混沌时间序列的预测
1.2 模糊建模的发展和现状
1.3 本文要解决的问题
1.4 论文的组织结构
第二章 神经模糊系统的基础理论
2.1 模糊推理系统
2.1.1 模糊推理
2.1.2 去模糊化
2.2 模糊推理系统模型
2.2.1 T—S模型
2.2.2 S—Y模型
2.2.3 Kim模型
2.3 BP神经网络
2.3.1 前馈计算
2.3.2 反馈调整
2.3.3 BP算法的改进
2.4 模糊聚类算法
2.4.1 模糊c均值聚类算法
2.4.2 可能性c均值聚类算法
第三章 动态阈值DENCLUE算法
3.1 聚类算法
3.1.1 聚类概念与聚类过程
3.1.2 聚类算法的分类
3.1.3 聚类算法的评估
3.2 DENCLUE
3.2.1 概述
3.2.2 影响函数和密度函数
3.2.3 密度吸引子和类
3.2.4 局部密度函数
3.2.5 算法步骤
3.2.6 参数讨论
3.2.7 DENCLUE算法的优点
3.3 动态阈值DENCLUE算法
3.3.1 DENCLUE应用于系统建模
3.3.2 动态阈值DENCLUE算法
3.3.3 DDT算法的优点
第四章 基于DDT的神经模糊系统建模算法
4.1 以往的模糊系统建模算法
4.2 基于DDT的神经模糊系统建模算法
4.2.1 算法结构
4.2.2 输入输出空间聚类
4.2.3 相似规则的合并
4.2.4 噪声辨识
4.2.5 参数辨识
4.3 仿真实验
4.3.1 非线性函数
4.3.2 Box—Jenkins系统
第五章 神经—模糊在混沌时间序列预测中的应用
5.1 混沌时间序列
5.1.1 混沌理论
5.1.2 混沌时间序列的预测
5.1.3 混沌时间序列的预测方法
5.2 基于神经模糊模型的混沌时间序列预测
5.3 仿真实验
5.3.1 实验方法
5.3.2 实验结果
第六章 结论与展望
6.1 本文工作总结
6.2 进一步的工作
附录
参考文献
致 谢
作者攻读学位期间发表的学术论文