【结合模糊集合的神经网络若干应用研究】王政.pdf

结合模糊集合的神经网络若干应用研究王政指导教师:梁艳春

前言人工神经网络是一门崭新的信息处理学科,它是在现代神经科学研究的基础上提出的,试图通过模拟大脑神经网络处理、记忆信息的方式设计一种新的模型使之具有人脑那样的信息处理能力,1943 年,心理学家MeCulloch和数理逻辑学家Pitts提出了神经网络的数学模型,现在一般称为M-P模型,这标志着人工神经网络学科的诞生,在经历了近50年的发展演变之后,人工神经网络的应用已渗透到许多领域、在智能控制、模式识别、计算机视觉、自适应滤波、信号处理、非线性系统辩识以及非线性系统组合优化等领域已经并正在取得令人鼓舞的成就,为了解决大系统、复杂系统中难以精确化的问题,美国控制论专家Z.A.

目录第一章神经网络与模糊集合简介51-1.前馈神经网络的构成§1-2.误差反向传播(BP)算法简介51-3.模糊集合理论基础 -4.神经网络与模糊集合相结合的讨论第二章基于模糊自适应的神经网络方法的包装件非线性特性识别52-1.结构化神经网络方法52-2.模糊自适应BP算法52-3.模拟实验结果第三章模糊神经网络在时间序列预测中的应用 53-1.时间序列分析概述53-2.模糊神经网络结构及算法.3-3.