| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 二维PSD非线性校正研究现状 | 第10-11页 |
| 1.2.2 BP神经网络和遗传BP神经网络的研究现状 | 第11-12页 |
| 1.3 本文主要研究工作 | 第12-13页 |
| 第二章 二维光电位置敏感探测器（PSD) | 第13-21页 |
| 2.1 二维PSD的结构、工作原理及性能参数分析 | 第13-18页 |
| 2.1.1 二维PSD的结构、工作原理 | 第13-18页 |
| 2.1.2 二维PSD的性能参数分析 | 第18页 |
| 2.2 二维PSD的器件选型及非线性影响因素分析 | 第18-20页 |
| 2.2.1 二维PSD的器件选型 | 第18-19页 |
| 2.2.2 二维PSD非线性影响因素分析 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 基于遗传BP神经网络的二维PSD非线性校正研究 | 第21-40页 |
| 3.1 基于BP神经网络的二维PSD非线性校正分析 | 第21-28页 |
| 3.1.1 BP神经网络结构 | 第21-22页 |
| 3.1.2 BP神经网络算法流程 | 第22-25页 |
| 3.1.3 基于BP神经网络的二维PSD非线性校正流程 | 第25-26页 |
| 3.1.4 基于BP神经网络的二维PSD非线性校正实现过程 | 第26-27页 |
| 3.1.5 BP神经网络应用于二维PSD非线性校正存在的问题分析 | 第27-28页 |
| 3.2 遗传算法对BP神经网络的优化 | 第28-32页 |
| 3.2.1 遗传算法的基本要素 | 第28-30页 |
| 3.2.2 遗传算法优化BP神经网络的技术原理 | 第30页 |
| 3.2.3 遗传算法优化BP神经网络的算法流程 | 第30-32页 |
| 3.3 基于遗传BP神经网络的二维PSD非线性参数分析及设置 | 第32-36页 |
| 3.3.1 网络结构层数的确定 | 第32页 |
| 3.3.2 传递函数的选择 | 第32-34页 |
| 3.3.3 各层节点数个数的确定 | 第34-36页 |
| 3.3.4 初始权值的确定 | 第36页 |
| 3.4 基于遗传BP神经网络的二维PSD非线性校正研究 | 第36-39页 |
| 3.4.1 基于遗传BP神经网络的二维PSD非线性校正可行性分析 | 第36-37页 |
| 3.4.2 二维PSD非线性校正连接权值和阈值的研究 | 第37-38页 |
| 3.4.3 基于遗传BP神经网络的二维PSD非线性校正实现过程 | 第38-39页 |
| 3.4.4 遗传BP神经网络应用于二维PSD非线性校正的优势分析 | 第39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 仿真实验研究 | 第40-55页 |
| 4.1 仿真实验建立 | 第40-44页 |
| 4.1.1 仿真实验建立 | 第40-42页 |
| 4.1.2 仿真界面的创建 | 第42-44页 |
| 4.2 MATLAB程序设计及仿真 | 第44-48页 |
| 4.2.1 基于BP神经网络的MATLAB程序设计及仿真 | 第44-45页 |
| 4.2.2 基于遗传BP神经网络算法的MATLAB程序设计及仿真 | 第45-48页 |
| 4.3 仿真实验结果对比分析 | 第48-54页 |
| 4.3.1 收敛性对比分析 | 第49-50页 |
| 4.3.2 拟合曲线对比分析 | 第50-51页 |
| 4.3.3 误差波动对比分析 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士期间发表的论文与参与的课题 | 第61-62页 |
| 致谢 | 第62页 |
