| 【中文题名】 | 模糊神经网络模型及其应用研究 |
| 【英文题名】 | Research on Fuzzy Neural Network Models and Its Application |
| 【学科专业】 | 运筹学与控制论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-11-14 |
| 【中关键词】 | 模糊逻辑,智能控制,模糊神经网络,模糊控制,算法, |
| 【英关键词】 | Fuzzy Logic,Intelligent Control （IC）,Fuzzy Neural Network （FNN）,Fuzzy Control,Algorithm, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 在智能控制领域中,模糊神经网络是一项重要的研究课题。它是人工神经网络与模糊逻辑系统的有机结合。模糊神经网络是一种能处理抽象信息的网络结构,具有强大的自学习和自整定功能。因此,模糊神经网络的发展对智能控制的发展具有非常重要的意义。为此,本文介绍了模糊神经网络的研究现状和存在的问题,并对模糊逻辑与神经网络技术结合方法的优点和缺点进行了分析和对比,在简要分析了模糊神经网络相关理论的基础上,介绍并仿真了两种常见的模糊神经网络,给出了实验结果。在此基础上,针对目前模糊逻辑与神经网络技术在融合中存在的问题,根据模糊逻辑与神经网络的本质和内在联系,提出了一种新型的结构优化的模糊神经网络。并用模糊系统理论中的Stone-Weirstrass定理证明了该网络的全局逼近性,亦即证明了该模糊神经网络能以任意精度逼近任意一个定义在致密集上的实连续函数。接着对该网络进行了大量的计算机仿真实验和结果分析,结果证明该网络模型算法是可行且有效的。作为应用,设计了一种模糊神经网络控制器,并用仿真实验证明了其可行性。最后,对本文的工作进行了总结,并指出了今后的研究方向。 |
| 【论文题纲】 |
|
摘要 |
6-7 |
|
Abstract |
7-8 |
|
第一章 绪论 |
8-12 |
|
1.1 概述 |
8-9 |
|
1.2 模糊神经网络的研究现状与发展趋势 |
9-11 |
|
1.3 本论文的组织 |
11-12 |
|
第二章 模糊逻辑系统与模糊神经网络 |
12-18 |
|
2.1 模糊逻辑系统的组成与分类 |
12-14 |
|
2.1.1 纯模糊逻辑系统 |
13 |
|
2.1.2 Takagi-Sugeno模糊逻辑系统 |
13-14 |
|
2.2 模糊逻辑系统的万能逼近理论 |
14-15 |
|
2.3 模糊神经网络 |
15-18 |
|
2.3.1 逻辑模糊神经网络 |
16 |
|
2.3.2 算术模糊神经网络 |
16-17 |
|
2.3.3 混合模糊神经网络 |
17-18 |
|
第三章 模糊神经网络仿真研究 |
18-29 |
|
3.1 Takagi-Sugeno型模糊神经网络及其仿真研究 |
18-24 |
|
3.1.1 模型原理 |
18-19 |
|
3.1.2 仿真系统 |
19-20 |
|
3.1.3 仿真实验 |
20-24 |
|
3.2 模糊Modular神经网络及其仿真研究 |
24-29 |
|
3.2.1 模型原理 |
24-26 |
|
3.2.2 仿真系统 |
26-27 |
|
3.2.3 仿真实验 |
27-29 |
|
第四章 一种新型模糊神经网络模型 |
29-43 |
|
4.1 模型原理 |
29-31 |
|
4.2 全局逼近性证明 |
31-34 |
|
4.3 学习算法分析 |
34-36 |
|
4.4 计算机仿真系统与仿真实验 |
36-42 |
|
4.4.1 仿真系统 |
36-38 |
|
4.4.2 仿真实验与结果分析 |
38-42 |
|
4.5 本章小结 |
42-43 |
|
第五章 模糊神经网络在控制中的应用 |
43-49 |
|
5.1 模糊神经网络自学习控制器 |
43-44 |
|
5.2 FNN结构图 |
44 |
|
5.3 仿真系统研究 |
44-48 |
|
5.4 结论 |
48-49 |
|
第六章 结束语 |
49-51 |
|
6.1 论文工作总结 |
49 |
|
6.2 进一步研究展望 |
49-51 |
|
参考文献 |
51-54 |
|
附录1 读研期间发表论文情况 |
54 |
|
附录2 读研期间获奖情况 |
54-55 |
|
致谢 |
55 |
|
| 【DOI】 | LunWen.ID:2.2008.387578 |
