目录
第一章 绪 论
1.1模糊逻辑与模糊逻辑系统
1.2模糊逻辑与神经网络
1.3本书概要
第二章 模糊集合
2.1模糊集合的定义及运算
2.2模糊集的模运算
2.3分解定理和扩展原理
2.4模糊数及其扩展运算
2.5模糊关系
2.6区间值模糊集
2.7模糊事件的概率与语言概率
2.8常用的模糊蕴涵规则
2.9模糊条件推理的方法
2.10扩展模糊推理
第三章 神经网络的基础
3.1人工神经元模型
3.2人工神经网络模型
3.3前向神经网络
3.4反馈神经网络
3.5自组织神经网络
3.6神经网络的两大类学习方法
3.7误差反向传播BP算法
3.8应用神经网络产生模糊集的隶属函数
第四章 模糊逻辑系统
4.1模糊逻辑系统的组成与分类
4.2模糊规则库
4.3模糊推理机
4.4模糊产生器和反模糊化器
4.5常见的模糊逻辑系统
4.6模糊系统与神经网络比较
第五章 万能逼近理论与模糊系统确定
5.1高斯型模糊逻辑系统的万能逼近理论
5.2广义隶属度型模糊逻辑系统的万能逼近理论
5.3广义模糊逻辑系统的万能逼近理论
5.4模糊逻辑系统的反向传播学习方法
5.5模糊逻辑系统的OLS法确定
5.6模糊逻辑系统的表格查寻学习算法
5.7模糊逻辑系统的最近邻聚类学习算法
第六章a―模糊基函数系统及其在倒立摆平衡系统中的应用
6.1a－模糊基函数系统及其MOLS确定
6.2倒立摆平衡问题的a―模糊基函数系统的实现
6.3仿真结果及分析
第七章 倒立摆平衡控制问题的基于C/C十十的模糊控制系统
7.1问题及实现的理论基础
7.2具体实现
第八章 模糊神经网络
8.1模糊神经元及模糊神经网络
8.2模糊联想记忆
8.3模糊极小―极大神经网络
8.4模糊关系神经网络
8.5模糊Hopfielld神经网络
8.6模糊推理的基于h－水平截集的模糊神经网络
8.7模糊逻辑系统的基于正规化模糊神经网络的实现
8.8用模糊神经网络来修正不完善的模糊规则
第九章 模糊神经网络应用实例
9.1模糊超球神经网络及其在模式聚类中的应用
9.2基于动态结构神经网络的自组织模糊控制
9.3基于神经网络集成的高木―关野模糊系统及应用
9.4改进的模糊神经网络模型及其建模应用
9.5混合pi―sigma神经网络在天气预报中的应用
9.6具有结构与参数学习的模糊神经网络及应用
第十章 模糊神经网络及其应用的C/C十十编程实现
10.1pi－sigma神经网络及其建模应用的C/C十十实现
10.2模糊Modular神经网络与建模
第十一章 模糊遗传算法与建模
11.1遗传算法简介
11.2遗传算法在模糊规则优化与模糊模式识别中的应用
11.3模糊寻优问题的模糊遗传算法FGA
11.4基于模糊系统与遗传算法的建模
11.5用遗传算法调整参数
11.6FAM矩阵
11.7基于C/C十十的模糊遗传建模系统
11.8系统运行实例
附录一 应用程序包
附录二 经济情况数据
参考文献
· · · · · · (收起)