《模糊系统、模糊神经网络及应用程序设计》求取 ⇩

第一章　绪论1

1.1　模糊集合与模糊逻辑的基本概念1

1.2　模糊系统7

1.3　模糊神经网络8

第二章　模糊逻辑系统10

2.1　模糊逻辑系统的组成与分类10

2.2　模糊规则库13

2.3　模糊推理机15

2.4　模糊产生器与反模糊化器16

2.5　常见的模糊逻辑系统18

2.6　模糊系统与神经网络比较20

第三章　模糊系统的万能逼近理论25

3.1高斯型模糊逻辑系统的万能逼近理论25

3.2　广义隶属度型模糊逻辑系统的万能逼近理论29

3.3　广义模糊逻辑系统的万能逼近理论32

3.4　正则模糊神经网络对一类连续模糊值函数的万能逼近理论33

第四章　模糊系统的确定技术44

4.1模糊逻辑系统的反向传播学习算法44

4.2　模糊逻辑系统的OLS法确定52

4.3　模糊逻辑系统的表格查寻学习算法60

4.4　模糊规则的模糊归纳学习算法ILA69

4.5　用模糊系统辨识非线性系统中的系统误差分析77

第五章　模糊神经元与模糊神经网络87

5.1　神经网络简介87

5.2　模糊神经元及其模糊神经网络类型90

5.3　模糊联想记忆网络96

5.4　模糊极小-极大神经网络114

5.5　模糊Hopfield神经网络117

5.6　模糊FCMAC神经网络125

第六章　模糊推理的神经网络实现133

6.1基于h-水平截集的模糊神经网络实现133

6.2　基于正规化模糊神经网络实现140

6.3　用模糊神经网络来修正不完善的模糊规则157

6.4 一类区间值不确定性推理（ISAR）及其FNN实现177

第七章　模糊遗传算法187

7.1遗传算法简介187

7.2　遗传算法在模糊规则优化与模糊模式识别中的应用193

7.3　模糊寻优问题的模糊遗传算法FGA205

7.4 一类模糊神经网络的遗传算法辨识211

第八章　模糊神经网络应用实例217

8.1基于自适应神经元学习模糊控制规则217

8.2 多变量系统的模糊神经网络控制模型及其应用223

8.3　递阶模糊网络机制及其在列车运行制动调速预测中的应用231

8.4　一种集成模糊聚类神经网络237

8.5 模糊规则的学习及其在非线性系统建模中的应用241

8.6　神经网络模糊控制器的合成247

第九章　基于神经网络集成的高木-关野模糊系统及其应用272

9.1基于神经网络集成的高木-关野模糊系统272

9.2 实现程序282

第十章　改进的模糊神经网络在建模中的应用实现304

10.1改进的模糊神经网络模型与建模应用304

10.2　实现程序312

第十一章　pi-sigma神经网络及其应用333

11.1　pi-sigma神经网络及其在数据关联问题中的应用333

11.2　实现程序345

参考文献374