| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-14页 |
| ·研究背景及意义 | 第11-12页 |
| ·进化神经网络及其在动态时间序列预测中的应用研究 | 第12-13页 |
| ·本文研究的主要内容与组织结构 | 第13-14页 |
| 第2章 进化神经网络相关理论和技术 | 第14-31页 |
| ·神经网络的研究及其特点 | 第14-18页 |
| ·进化神经网络的研究及其特点 | 第18页 |
| ·进化神经网络的设计方法与关键问题 | 第18-25页 |
| ·进化神经网络的优势 | 第19-20页 |
| ·神经网络优化设计方法 | 第20-25页 |
| ·进化神经网络在动态时间序列预测中的应用 | 第25-30页 |
| ·进化神经网络在动态时间序列预测应用中的优势 | 第25-26页 |
| ·在动态时间序列预测应用中的不足 | 第26-29页 |
| ·本文研究的内容与关键问题 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第3章 一种改进的单目标RBF神经网络设计方法 | 第31-52页 |
| ·时间序列预测的问题背景 | 第31-33页 |
| ·进化神经网络预测模型 | 第33-40页 |
| ·神经网络基本模型 | 第33-34页 |
| ·径向基函数神经网络 | 第34-36页 |
| ·RBF神经网络结构 | 第36页 |
| ·RBF神经网络的映射关系 | 第36-37页 |
| ·RBF神经网络的传统学习方法 | 第37-40页 |
| ·一种改进的单目标RBF网络优化设计方法 | 第40-51页 |
| ·传统RBF神经网络训练方法 | 第40-44页 |
| ·改进的RBF神经网络进化学习算法 | 第44-51页 |
| ·小结 | 第51-52页 |
| 第4章 一种改进的多目标进化RBF神经网络设计方法 | 第52-57页 |
| ·引言 | 第52页 |
| ·改进算法的设计思想及其策略 | 第52-54页 |
| ·改进算法的整体描述 | 第54-55页 |
| ·算法流程图 | 第55页 |
| ·算法性能分析 | 第55页 |
| ·小结 | 第55-57页 |
| 第5章 基于进化神经网络的企业订单动态预测研究 | 第57-68页 |
| ·引言 | 第57页 |
| ·研究的问题 | 第57-59页 |
| ·预测模型与订单预测系统 | 第57-58页 |
| ·预测实验设计 | 第58-59页 |
| ·基于进化神经网络单目标优化方法的训练与预测分析 | 第59-63页 |
| ·基于进化神经网络多目标优化方法的训练与预测分析 | 第63-66页 |
| ·实验结果分析 | 第66-67页 |
| ·小结 | 第67-68页 |
| 总结与展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 附录A 攻读学位期间发表的论文及参加的科研项目 | 第75页 |