模糊神经网络——嘉陵江水质评价分析.doc

目录 1 绪论 1 1.1 选题背景和研究意义 1 1.2 神经网络与模糊系统 2 1.3 文本研究内容和研究思路 2 2 模糊神经网络的基本原理 4 2.1 模糊神经网络概述 4 2.2 模糊系统和神经网络结合的可能性 5 2.2.1 人工神经网络与模糊系统的相同之处 5 2.2.2 人工神经网络与模糊系统的不同之处 6 2.2.3 人工神经网络与模糊系统结合意义 7 3模糊神经网络模型的结构和原理 8 3.1 模糊神经网络模型构建 8 3.2 模糊神经网络学习算法 9 3.3 模糊神经网络水质评价 10 4 总结与展望 13 4.1总结 13 4.2 展望 13 参考文献 14 致谢 15 附录 16 1 绪论类别模糊系统 运算方式 处理方式 输入一输出关系 知识功能 使用规模 擅长处理 在计算智能中地位 max一min 由上而下 用规则表达因果 知识逻辑表达 中小规模皆有效果 非精确定性控制 相当于软件编程 集合运算 由下而上 用权重表达映射 知识学习获取 宜大规模才显智能 数据拟合映射 相当于硬件结构 2.2.3 人工神经网络与模糊系统结合意义 人工神经网络的学习信息包含在具有不同强度的神经元联接上。通过训练过程可确定神经元联接的强度，使得神经网络以最小的误差描述过程特性。模糊控制技术和神经网络技术同属于人工智能技术，各自具有对方不具有的优缺点，具有互补性。模糊系统