摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-13页 |
·研究背景 | 第10-11页 |
·论文的主要内容 | 第11页 |
·论文内容安排 | 第11-13页 |
第2章 BP 神经网络 | 第13-25页 |
·人工神经网络 | 第13-16页 |
·人工神经网络的特点 | 第13页 |
·神经元模型 | 第13-16页 |
·BP 神经网络 | 第16-25页 |
·BP 神经网络的特点 | 第16-17页 |
·BP 神经网络模型 | 第17-18页 |
·BP 算法的原理及步骤 | 第18-22页 |
·BP 神经网络的性能分析 | 第22-25页 |
第3章 遗传算法 | 第25-32页 |
·遗传算法简介 | 第25页 |
·遗传算法的基本原理 | 第25-27页 |
·遗传算法的基本操作 | 第27-29页 |
·编码操作 | 第27页 |
·适应度函数设计 | 第27-28页 |
·选择运算 | 第28页 |
·交叉运算 | 第28页 |
·变异运算 | 第28-29页 |
·遗传算法的特点及优越性 | 第29-30页 |
·遗传算法在 BP 网络中的应用 | 第30-32页 |
·遗传算法优化BP 网络的权值 | 第30页 |
·遗传算法优化BP 网络的结构 | 第30-32页 |
第4章 基于递阶遗传算法的 BP 网络结构优化方法 | 第32-41页 |
·递阶遗传算法 | 第32页 |
·递阶遗传算法结构及编码 | 第32-34页 |
·基于递阶遗传算法的BP 网络的结构优化 | 第34-41页 |
·染色体编码 | 第34-36页 |
·交叉和变异 | 第36-38页 |
·基于递阶遗传算法的 BP 网络的优化设计 | 第38-41页 |
第5章 实验结果及分析 | 第41-51页 |
·非线性函数逼近 | 第41-47页 |
·三分类问题 | 第47-51页 |
第六章 总结与展望 | 第51-53页 |
·工作总结 | 第51-52页 |
·未来工作展望 | 第52-53页 |
参考文献 | 第53-55页 |
致谢 | 第55页 |