| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 课题研究背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-8页 |
| 1.3 论文主要研究内容及组织结构 | 第8-11页 |
| 1.3.1 主要研究内容 | 第8页 |
| 1.3.2 论文关键技术 | 第8-9页 |
| 1.3.3 论文组织结构 | 第9-11页 |
| 第二章 粒子群优化算法在神经网络中的应用概述 | 第11-21页 |
| 2.1 BP 神经网络概述 | 第11-15页 |
| 2.1.1 人工神经网络概述 | 第11-12页 |
| 2.1.2 BP 神经网络原理及算法流程 | 第12-15页 |
| 2.2 BP 算法局限性分析 | 第15-16页 |
| 2.3 粒子群优化算法概述 | 第16-18页 |
| 2.3.1 粒子群优化算法原理 | 第16-17页 |
| 2.3.2 粒子群优化算法的流程 | 第17-18页 |
| 2.4 PSO-BP 神经网络的实现 | 第18-19页 |
| 2.5 PSO 算法局限性分析 | 第19-21页 |
| 第三章 粒子群优化算法改进策略 | 第21-41页 |
| 3.1 粒子群算法的改进研究 | 第21-28页 |
| 3.1.1 PSO 算法控制参数概述与分析 | 第21-22页 |
| 3.1.2 PSO 算法改进策略 | 第22-25页 |
| 3.1.3 针对复杂寻优问题的 PSO 算法性能的检验标准选择 | 第25-28页 |
| 3.2 针对复杂目标函数的 PSO 算法改进 | 第28-39页 |
| 3.2.1 算法改进与调整思想 | 第28-30页 |
| 3.2.2 算法仿真与分析 | 第30-39页 |
| 3.3 改进 PSO-BP 网络的实现 | 第39-41页 |
| 第四章 改进的 PSO-BP 网络在工业设计领域的应用 | 第41-51页 |
| 4.1 应用方法分析 | 第41页 |
| 4.2 改进 PSO-BP 网络在调研数据分析中的应用 | 第41-43页 |
| 4.3 产品质量评价及方案选择辅助决策 | 第43-44页 |
| 4.4 改进 PSO-BP 算法的求解性能验证 | 第44-51页 |
| 第五章 改进的 PSO-BP 网络在工业设计中的应用实例 | 第51-69页 |
| 5.1 实例设计概述 | 第51页 |
| 5.2 市场调研与数据分析 | 第51-61页 |
| 5.2.1 调查问卷设计与回收 | 第51-56页 |
| 5.2.2 基于改进的 PSO-BP 算法的数据分析 | 第56-61页 |
| 5.3 针对特定用户群的调研与数据分析 | 第61-64页 |
| 5.3.1 产品特征提取 | 第61-62页 |
| 5.3.2 调查问卷设计回收与数据分析 | 第62-64页 |
| 5.4 产品改进设计与评价 | 第64-69页 |
| 5.4.1 产品改进设计 | 第64-66页 |
| 5.4.2 产品评价 | 第66-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 A 改进 PSO6 算法求解性能测试程序(部分) | 第77-79页 |
| 附录 B 测试函数源程序 | 第79-81页 |
| 附录 C 调查问卷 | 第81-83页 |
| 附录 D 改进 PSO-BP 网络实现及应用程序(部分) | 第83-90页 |
