折线模糊神经网络与模糊系统逼近

1 (p1): 第1章 折线模糊数
1 (p1-1): 1.1 模糊数简介
5 (p1-2): 1.2 折线模糊数及有序表示
11 (p1-3): 1.3 折线模糊数扩展运算
20 (p1-4): 1.4 折线模糊数度量空间
32 (p1-5): 参考文献
34 (p2): 第2章 几类特殊模糊积分
34 (p2-1): 2.1 模糊值Choquet积分
34 (p2-1-1): 2.1.1 基本定义
36 (p2-1-2): 2.1.2 模糊值Choquet积分及其收敛性
40 (p2-1-3): 2.1.3 模糊值Choquet积分的自连续性
51 (p2-2): 2.2 K-拟加模糊值积分
52 (p2-2-1): 2.2.1 诱导算子与K-拟加积分
57 (p2-2-2): 2.2.2 K-拟加模糊值积分的自连续
66 (p2-3): 2.3 广义Sugeno模糊积分
66 (p2-3-1): 2.3.1 广义拟Sugeno模糊积分及其等价表示
71 (p2-3-2): 2.3.2 K-拟加Sugeno积分及其性质
76 (p2-3-3): 2.3.3 K-拟加Sugeno积分的收敛性
81 (p2-4): 参考文献
85 (p3): 第3章 折线模糊神经网络及其性能分析
85 (p3-1): 3.1 MISO折线FNN模型及特性
95 (p3-2): 3.2 SISO折线FNN设计与实现
105 (p3-3): 3.3 MISO折线FNN的逼近性
106 (p3-3-1): 3.3.1 折线模糊值函数与H-积分模
108 (p3-3-2): 3.3.2 （Zn（L1（Ω，μ），H）空间的可分性
118 (p3-3-3): 3.3.3 折线FNN的逼近性
122 (p3-4): 3.4 折线FNN的稳定性分析
122 (p3-4-1): 3.4.1 训练模式对与学习算法
124 (p3-4-2): 3.4.2 稳定性分析
129 (p3-5): 参考文献
132 (p4): 第4章 折线模糊神经网络优化算法
132 (p4-1): 4.1 SISO折线FNN共轭梯度算法
132 (p4-1-1): 4.1.1 SISO折线FNN表示
134 (p4-1-2): 4.1.2 共轭梯度算法
135 (p4-1-3): 4.1.3 模拟实例
138 (p4-2): 4.2 SISO折线FNN混合算法
138 (p4-2-1): 4.2.1 GA-BP混合算法
140 (p4-2-2): 4.2.2 仿真实例
143 (p4-3): 4.3 MISO折线FNN优化算法
143 (p4-3-1): 4.3.1 Hebb算法
145 (p4-3-2): 4.3.2 粒子算法
148 (p4-3-3): 4.3.3 模拟实例
153 (p4-4): 4.4 MIMO折线FNN优化算法
153 (p4-4-1): 4.4.1 前向三层MIMO折线FNN
154 (p4-4-2): 4.4.2 隔离分层优化算法
159 (p4-4-3): 4.4.3 模拟实例
163 (p4-5): 参考文献
166 (p5): 第5章 模糊系统建模及其结构特性
166 (p5-1): 5.1 模糊系统与模糊规则
166 (p5-1-1): 5.1.1 语言变量
168 (p5-1-2): 5.1.2 模糊命题
169 (p5-1-3): 5.1.3 IF-THEN规则及其表示
173 (p5-2): 5.2 模糊推理机与模糊化
173 (p5-2-1): 5.2.1 模糊规则库
175 (p5-2-2): 5.2.2 模糊推理
177 (p5-2-3): 5.2.3 模糊推理机
179 (p5-2-4): 5.2.4 模糊化与解模糊化
185 (p5-3): 5.3 模糊系统分析与设计
186 (p5-3-1): 5.3.1 基本概念
187 (p5-3-2): 5.3.2 模糊系统结构表示
190 (p5-3-3): 5.3.3 依中心平均解模糊化设计模糊系统
192 (p5-3-4): 5.3.4 依最大值解模糊化设计模糊系统
194 (p5-3-5): 5.3.5 依数据对设计模糊系统
197 (p5-4): 参考文献
198 (p6): 第6章 Mamdani模糊系统的逼近分析
198 (p6-1): 6.1 分片线性函数（PLF）构造
206 (p6-2): 6.2 Mamdani模糊系统逼近连续函数
206 (p6-2-1): 6.2.1 PLF逼近连续函数
211 (p6-2-2): 6.2.2 Mamdani模糊系统逼近PLF
213 (p6-3): 6.3 Mamdani模糊系统逼近可积函数
213 (p6-3-1): 6.3.1…