| 前言 第1章 典型前向神经网络 1.1 感知器网络 1.2 自适应线性元件 1.3 反向传播网络 第2章 网络训练优化算法 2.1 基于标准梯度下降的方法 2.2 基于数值优化方法的网络训练算法 2.3 数值实例对比 2.4 小结 第3章 BP网络在智能系统中的建模与控制 3.1 直接正向模型建立 3.2 逆模型建立 3.3 系统中控制 第4章 反馈网络 4.1 霍普菲尔德网络模型 4.2 DHNN的学习规划 4.3 离散型反馈网络的稳定点与稳定域 4.4 连续型霍普菲尔德网络 4.5 用CHNN求解TSP问题 第5章 自组织竞争人工神经网络 5.1 几种联想学习规则 5.2 自组织竞争网络 5.3 科荷伦自组织映射网络 5.4 小结 第6章 径向基函数网络 6.1 径向基函数及其网络分析 6.2 网络的训练与设计 6.3 广义向基网络 6.4 数字应用对比及性能分析 6.5 小结 第7章 模糊理论基础 7.1 引言 7.2 模糊集合及其隶属函数 7.3 模糊逻辑 7.4 模糊规划与模糊推理 第8章 模糊控制器的设计方法 8.1 精确与模糊控制的事例 8.2 模糊逻辑控制过程 8.3 输入变量和输出变量的确定 8.4 论域的确定 8.5 确定模糊化和解模糊化方法 …… 第9章 运动控制中的摩擦力补偿及其建模技术 第10章 模糊控制系统的应用 第11章 神经网络的应用 第12章 模糊神经网络 第13章 模糊神经系统的应用 第14章 遗传算法 第15章 遗传算法的应用 第16章 模拟退火算法及其应用 参考文献 |
内容加载中，请稍后...
商品评论（0条）