基于遗传算法的前馈神经网络优化研究
| 内容摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究的背景 | 第8-9页 |
| ·神经网络研究背景 | 第8-9页 |
| ·遗传算法研究背景 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·选题的目的和意义 | 第10-12页 |
| 第二章 神经网络概述 | 第12-26页 |
| ·人脑的生物神经系统 | 第12页 |
| ·人工神经网络 | 第12-20页 |
| ·神经元的模型 | 第13-14页 |
| ·神经元的激活函数 | 第14-15页 |
| ·人工神经网络模型 | 第15-16页 |
| ·神经网络的学习 | 第16-20页 |
| ·BP 神经网络 | 第20-26页 |
| ·基于BP 算法的多层感知器模型 | 第20-22页 |
| ·反向传播算法 | 第22-24页 |
| ·BP 算法的优点和局限 | 第24-26页 |
| 第三章 遗传算法理论基础 | 第26-35页 |
| ·达尔文的生物进化论 | 第26页 |
| ·遗传算法 | 第26-35页 |
| ·遗传算法基本思想 | 第27-28页 |
| ·遗传算法基本原理 | 第28-34页 |
| ·遗传算法的优点 | 第34-35页 |
| 第四章 基于遗传算法的神经网络优化 | 第35-39页 |
| ·神经网络连接权值的优化 | 第35-36页 |
| ·优化原理 | 第35-36页 |
| ·优化方案 | 第36页 |
| ·神经网络拓扑结构的优化 | 第36-37页 |
| ·优化原理 | 第36-37页 |
| ·优化方案 | 第37页 |
| ·BP 神经网络的结构和权值的同时优化 | 第37-39页 |
| ·优化原理 | 第38页 |
| ·优化方案 | 第38-39页 |
| 第五章 优化 BP 神经网络的应用实例 | 第39-44页 |
| ·应用实例 | 第39-43页 |
| ·数据的预处理 | 第39-40页 |
| ·建立BP 网络进行训练、仿真 | 第40-42页 |
| ·应用优化 BP 网络进行训练、仿真 | 第42-43页 |
| ·结果分析 | 第43-44页 |
| 第六章 总结 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 在校期间的研究成果 | 第47-48页 |
| 致谢 | 第48页 |
