遗传进化型神经网络体系结构研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-16页 |
| ·论文选题的背景 | 第12-13页 |
| ·进化型神经网络的国内外研究现状 | 第13-15页 |
| ·EANN的国内外研究现状 | 第13-14页 |
| ·研究存在的问题 | 第14-15页 |
| ·论文的主要内容及组织 | 第15-16页 |
| 第二章 遗传算法与神经网络的理论与应用 | 第16-25页 |
| ·遗传算法 | 第16-20页 |
| ·遗传算法的特点 | 第16-17页 |
| ·遗传算法中的基本概念 | 第17页 |
| ·遗传算法的实施步骤 | 第17-18页 |
| ·遗传算法的理论基础 | 第18-20页 |
| ·神经网络 | 第20-21页 |
| ·人工神经网络发展简史 | 第20页 |
| ·人工神经网络特点及应用 | 第20-21页 |
| ·人工神经网络理论基础及模型 | 第21-25页 |
| ·人工神经元模型 | 第21-22页 |
| ·人工神经网络模型分类 | 第22-23页 |
| ·人工神经网络学习法则 | 第23页 |
| ·人工神经网络适合解决的问题 | 第23-25页 |
| 第三章 遗传神经网络 | 第25-38页 |
| ·遗传神经网络概述 | 第25-27页 |
| ·产生背景 | 第25-26页 |
| ·遗传神经网络的关键技术 | 第26-27页 |
| ·遗传神经网络的进化过程 | 第27页 |
| ·编码方法 | 第27-30页 |
| ·直接编码 | 第28-29页 |
| ·间接编码 | 第29-30页 |
| ·遗传BP神经网络 | 第30-37页 |
| ·BP学习算法 | 第30-32页 |
| ·遗传BP神经网络 | 第32-34页 |
| ·基于遗传BP算法的鼠标手势的识别 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 遗传神经网络体系结构研究 | 第38-57页 |
| ·常见的进化型神经网络 | 第38-40页 |
| ·固定拓扑的进化型神经网络 | 第38-39页 |
| ·拓扑和权重进化型神经网络 | 第39-40页 |
| ·传统进化型神经网络的缺陷 | 第40-41页 |
| ·竞争约定问题 | 第40-41页 |
| ·保护创新问题 | 第41页 |
| ·搜索无用大空间问题 | 第41页 |
| ·新型进化体系结构的方法 | 第41-43页 |
| ·避免竞争约定 | 第41-42页 |
| ·保护创新 | 第42页 |
| ·保持网络的尺寸最小化 | 第42-43页 |
| ·遗传操作 | 第43-48页 |
| ·网络编码 | 第43-44页 |
| ·适应度函数的选取 | 第44页 |
| ·遗传算子 | 第44-47页 |
| ·避免早熟 | 第47-48页 |
| ·遗传神经网络体系结构的流程 | 第48-50页 |
| ·GNN在免碰撞路径规划中的应用 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57-58页 |
| ·进一步的工作展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
