首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

Elman神经网络与进化算法的若干理论研究及应用

第0章 序第1-11页
第1章 Elman 神经网络的理论基础第11-23页
   ·神经网络简介第11-19页
     ·神经网络的发展与应用第11-12页
     ·人工神经网络模型第12-17页
     ·人工神经网络的学习规则第17-19页
   ·Elman 神经网络第19-23页
     ·Elman 网络第19-20页
     ·Elman 网络的学习算法第20-23页
第2章 改进的Elman 神经网络模型第23-39页
   ·改进Elman 网络第23-25页
     ·改进Elman 网络的数学模型第23-25页
     ·改进Elman 网络的学习算法第25页
   ·Elman 及其改进网络的稳定性第25-32页
   ·Elman 神经网络及其改进模型在超声马达模拟中的应用第32-38页
   ·本章小结第38-39页
第3章 Elman 神经网络及其改进模型在超声马达控制中的应用第39-51页
   ·神经网络控制第39-42页
     ·概述第39-40页
     ·神经网络控制结构第40-42页
   ·RBPC 神经网络模型第42-45页
   ·RBPC 神经网络的稳定性第45-47页
   ·数值模拟第47-50页
   ·本章小结第50-51页
第4章 进化计算基础第51-61页
   ·生物进化第51-53页
     ·进化论第51-52页
     ·遗传变异理论第52-53页
     ·新达尔文主义第53页
   ·进化计算的发展过程第53-57页
     ·遗传算法第53-54页
     ·进化规划第54-55页
     ·进化策略第55页
     ·进化计算的诞生第55页
     ·粒子群优化算法第55-56页
     ·蚁群算法第56-57页
   ·进化计算概述第57-61页
     ·进化计算的基本框架第57页
     ·进化计算的特点第57-58页
     ·进化计算的理论研究现状第58-59页
     ·进化计算的应用现状第59-61页
第5章 几种改进的遗传算法第61-78页
   ·引言第61-62页
   ·“部落通婚”遗传算法第62-68页
     ·“部落通婚”遗传算法第62-65页
     ·在神经网络训练中的仿真第65-67页
     ·结论第67-68页
   ·基于适应度—距离选择机制的遗传算法第68-73页
     ·基于适应度—距离选择机制的遗传算法第68-69页
     ·用遗传神经网络识别油气层第69-71页
     ·数值结果第71-72页
     ·结论第72-73页
   ·变种群规模遗传算法第73-77页
     ·变种群规模遗传算法第73-76页
     ·变种群规模遗传算法的应用第76-77页
   ·本章小结第77-78页
第6章 离散PSO 算法解决(广义)旅行商问题第78-91页
   ·引言第78-79页
   ·离散PSO 算法及其在TSP 问题中的应用第79-83页
     ·引言第79页
     ·解决TSP 问题的离散PSO 算法第79-82页
     ·数值结果第82-83页
   ·离散PSO 算法在广义TSP 问题中的扩展第83-90页
     ·广义TSP 问题第83-84页
     ·解决广义TSP 问题的离散PSO 算法第84-88页
     ·数值结果第88-90页
   ·本章小结第90-91页
第7章 进化算法的混合模式研究第91-110页
   ·免疫算法简介第91-95页
     ·免疫系统的生物模型第91-92页
     ·免疫算法第92-95页
   ·进化算法的混合模式第95-103页
     ·进化算法的混合模式第95-96页
     ·串联混合模式第96页
     ·并联混合模式第96-98页
     ·有机混合模式第98-103页
   ·数值计算及结果比较第103-110页
第8章 结论与展望第110-112页
参考文献第112-123页
作者在攻读博士学位期间发表的论文第123-125页
作者发表论文的检索及论文被他人引用等情况第125-126页
作者在攻读博士学位期间参加的科研项目第126页
作者在攻读博士学位期间的主要获奖第126-127页
致谢第127-128页
学位论文摘要(中文)第128-131页
学位论文摘要(英文)第131-134页

论文共134页,点击 下载论文
上一篇:中小制造业生产优化决策算法研究
下一篇:论中学语文阅读教学中的语言学习