| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 1、前言 | 第9-12页 |
| ·课题提出的背景和意义 | 第9-11页 |
| ·本文的主要工作和安排 | 第11-12页 |
| 2、神经网络基本理论 | 第12-18页 |
| ·神经元模型及网络拓扑结构 | 第12-14页 |
| ·多层前馈神经网络及其学习 | 第14-17页 |
| ·感知器网络和误差反传学习算法 | 第15-17页 |
| ·神经网络构造方法 | 第17页 |
| ·神经网络结构学习算法 | 第17-18页 |
| 3、遗传算法及在神经网络结构优化中的应用 | 第18-29页 |
| ·遗传算法基本理论 | 第18-21页 |
| ·神经网络连接权的进化 | 第21-23页 |
| ·神经网络连接权的进化过程 | 第21-22页 |
| ·二进制编码方案 | 第22-23页 |
| ·实数(浮点)编码方案 | 第23页 |
| ·神经网络结构的进化 | 第23-26页 |
| ·神经网络结构编码方案 | 第23-25页 |
| ·神经网络结构进化方法 | 第25-26页 |
| ·结点转换函数的进化 | 第26页 |
| ·神经网络学习规则的进化 | 第26-27页 |
| ·多物种并行的神经网络进化设计方法 | 第27-29页 |
| 4、基于PPGA-MBP算法的神经网络结构遗传优化 | 第29-42页 |
| ·伪并行遗传算法的基本思想 | 第29-30页 |
| ·PPGA-MBP算法描述 | 第30-32页 |
| ·确定编码方案 | 第32-34页 |
| ·遗传操作设计 | 第34-39页 |
| ·选择算子 | 第35页 |
| ·交叉算子 | 第35-37页 |
| ·网络结点变异算子 | 第37-38页 |
| ·隐层结点删除 | 第37页 |
| ·隐层结点添加 | 第37-38页 |
| ·结点连接变异操作 | 第38-39页 |
| ·适应度函数选择 | 第39-40页 |
| ·算法初始化及遗传参数选择 | 第40-42页 |
| 5、试验与仿真 | 第42-48页 |
| ·性能函数测试 | 第42-44页 |
| ·N-PARITY问题 | 第44-46页 |
| ·算法性能分析 | 第46-48页 |
| ·种群规模对算法性能的影响 | 第46-47页 |
| ·目标函数系数对算法性能的影响 | 第47-48页 |
| 6、遗传神经网络在经济预测中的应用 | 第48-52页 |
| ·全国工业增加值数据取样 | 第49页 |
| ·输入输出数据的预处理 | 第49-50页 |
| ·基于遗传神经网络的经济预测建模 | 第50-52页 |
| 7、结束语 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文目录 | 第60-61页 |