| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·泛函网络研究现状 | 第9-11页 |
| ·泛函网络的提出 | 第9页 |
| ·泛函网络的国内外研究现状 | 第9-11页 |
| ·论文的创新点 | 第11页 |
| ·论文的主要工作及结构安排 | 第11-13页 |
| 第二章 泛函网络 | 第13-19页 |
| ·泛函神经元 | 第13页 |
| ·泛函网络的基本元素 | 第13-14页 |
| ·泛函网络的拓扑结构 | 第14-17页 |
| ·一般泛函网络模型 | 第15页 |
| ·广义可结合泛函网络模型 | 第15-16页 |
| ·可分离泛函网络模型 | 第16-17页 |
| ·泛函网络的学习过程 | 第17页 |
| ·泛函网络研究所存在的问题 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 展开型泛函神经元网络模型及其参数直接确定法 | 第19-28页 |
| ·展开型泛函网络 | 第19-21页 |
| ·展开型泛函神经元模型 | 第19-20页 |
| ·展开型可结合泛函网络模型 | 第20-21页 |
| ·展开型泛函网络参数直接确定法 | 第21-23页 |
| ·展开型泛函神经元参数直接确定 | 第21页 |
| ·展开型泛函网络参数直接确定 | 第21-23页 |
| ·数值仿真结果 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 用并行文化算法实现泛函网络神经元函数类型优化 | 第28-38页 |
| ·文化算法 | 第28-30页 |
| ·基本文化算法 | 第28-30页 |
| ·并行文化算法 | 第30页 |
| ·用并行文化算法实现泛函神经元函数类型优化设计 | 第30-32页 |
| ·基函数簇及其编码、排序 | 第30-31页 |
| ·用并行文化算法实现泛函神经元函数类型优化模型 | 第31页 |
| ·目标函数及适应度函数的定义 | 第31-32页 |
| ·并行文化算法中两大空间的通信 | 第32页 |
| ·用并行文化算法实现泛函网络神经元函数类型优化学习算法 | 第32-33页 |
| ·仿真实例与结果分析 | 第33-36页 |
| ·实验结果 | 第33-36页 |
| ·实验分析 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第五章 用文化算法实现泛函网络中混合基函数类型优化 | 第38-47页 |
| ·用文化算法实现泛函网络中混合基函数类型优化设计 | 第38-40页 |
| ·混合基函数簇及其编码、排序 | 第38-39页 |
| ·目标函数及适应度函数的定义 | 第39-40页 |
| ·文化算法中两大空间的通信 | 第40页 |
| ·用文化算法实现泛函网络中混合基函数选取的学习算法 | 第40-41页 |
| ·仿真实例与结果分析 | 第41-46页 |
| ·实验结果 | 第42-46页 |
| ·实验分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 附录 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士期间参与的科研项目 | 第60-61页 |
| 攻读硕士期间完成的学术论文 | 第61页 |
