基于蚁群优化神经网络的比较购物模型研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-18页 |
| ·研究背景 | 第12-13页 |
| ·研究目的 | 第13-14页 |
| ·相关技术研究现状 | 第14-16页 |
| ·蚁群算法的研究进展 | 第14-15页 |
| ·人工神经网络的发展现状 | 第15页 |
| ·搜索引擎与比较购物的发展现状 | 第15-16页 |
| ·本文的主要研究工作 | 第16-18页 |
| 2 蚁群算法和人工神经网络的基本原理 | 第18-32页 |
| ·蚁群算法 | 第18-21页 |
| ·蚁群算法的起源 | 第18页 |
| ·蚁群算法的基本原理 | 第18-19页 |
| ·蚁群算法与旅行商问题(TSP) | 第19-21页 |
| ·人工神经网络 | 第21-26页 |
| ·人工神经网络的简单介绍 | 第21-23页 |
| ·神经网络的连接模型 | 第23-24页 |
| ·神经网络的学习方式 | 第24-25页 |
| ·网络模型的选取 | 第25-26页 |
| ·BP神经网络 | 第26-31页 |
| ·BP模型概念 | 第26-27页 |
| ·BP神经网络的学习过程 | 第27-30页 |
| ·BP算法的优缺点 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于蚁群优化神经网络的比较购物模型设计 | 第32-46页 |
| ·比较购物搜索引擎 | 第32-36页 |
| ·垂直搜索引擎结构 | 第32-35页 |
| ·搜索引擎工作原理 | 第35-36页 |
| ·比较购物搜索引擎目前存在的问题 | 第36页 |
| ·基于蚁群算法的神经网络训练 | 第36-42页 |
| ·蚁群算法和BP神经网络的结合算法 | 第37-40页 |
| ·神经网络结构的确定 | 第40-41页 |
| ·蚁群优化算法中的参数选取 | 第41-42页 |
| ·基于蚁群优化神经网络的比较购物搜索模型 | 第42-45页 |
| ·搜索过滤模块 | 第43-44页 |
| ·比较排序模块 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 比较购物搜索模型的实验论证研究 | 第46-62页 |
| ·实验环境以及样本选择 | 第46-52页 |
| ·MATLAB介绍 | 第46-47页 |
| ·用户偏好样本的收集 | 第47-48页 |
| ·样本预处理 | 第48-52页 |
| ·实验神经网络的建立 | 第52-54页 |
| ·用蚁群算法优化神经网络构建ACO-BP系统 | 第54-57页 |
| ·ACO-BP神经网络样本测试验证 | 第57-60页 |
| ·ACO-BP算法与BP算法的性能比较 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录A 仿真程序代码 | 第68-74页 |
| 致谢 | 第74-76页 |
| 作者简介及读研期间主要科研成果 | 第76页 |
