第一章 緒論
1.1 模糊集合與模糊邏輯的基本概念
1.2 模糊系統(tǒng)
1.3 模糊神經網絡
第二章 模糊邏輯系統(tǒng)
2.1 模糊邏輯系統(tǒng)的組成與分類
2.2 模糊規(guī)則庫
2.3 模糊推理機
2.4 模糊產生器與反模糊化器
2.5 常見的模糊邏輯系統(tǒng)
2.6 模糊系統(tǒng)與神經網絡比較
第三章 模糊系統(tǒng)的萬能逼近理論
3.1 高斯型模糊邏輯系統(tǒng)的萬能逼近理論
3.2 廣義隸屬度型模糊邏輯系統(tǒng)的萬能逼近理論
3.3 廣義模糊邏輯系統(tǒng)的萬能逼近理論
3.4 正則模糊神經網絡對一類連續(xù)模糊值函數(shù)的萬能逼近理論
第四章 模糊系統(tǒng)的確定技術
4.1 模糊邏輯系統(tǒng)的反向傳播學習算法
4.2 模糊邏輯系統(tǒng)的OLS法確定
4.3 模糊邏輯系統(tǒng)的表格查尋學習法
4.4 模糊規(guī)則的模糊歸納學習算法ILA
4.5 用模糊系統(tǒng)辨識非線性系統(tǒng)中的系統(tǒng)誤差分析
第五章 模糊神經元與模糊神經網絡
5.1 神經網絡簡介
5.2 模糊神經元及其模糊神經網絡類型
5.3 模糊聯(lián)想記憶網絡
5.4 模糊極小-極大神經網絡
5.5 模糊Hopfield神經網絡
5.6 模糊FCMAC神經網絡
第六章 模糊推理的神經網絡實現(xiàn)
6.1 基于h-水平截集的模糊神經網絡實現(xiàn)
6.2 基于正規(guī)化模糊神經網絡實現(xiàn)
6.3 用模糊神經網絡來修正不完善的模糊規(guī)則
6.4 一類區(qū)間值不確定性推理(ISAR)及其FNN實現(xiàn)
第七章 模糊遺傳算法
第八章 模糊神經網絡應用實例
第九章 基于神經網絡集成的高木-關野模糊系統(tǒng)
第十章 改進的模糊神經網絡在建模中的應用實現(xiàn)
第十一章 pi-sigma神經網絡及其應用
參考文獻