人工神经网络优化算法研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究背景及意义 | 第10-11页 |
| ·微粒群算法的研究概况 | 第11-12页 |
| ·论文的主要工作 | 第12-13页 |
| 第2章 人工神经网络 | 第13-24页 |
| ·人工神经网络概述 | 第13-18页 |
| ·人工神经网络模型 | 第13-15页 |
| ·人工神经网络结构 | 第15-16页 |
| ·人工神经网络学习方式 | 第16-17页 |
| ·人工神经网络学习算法 | 第17-18页 |
| ·前馈神经网络 | 第18-22页 |
| ·线性阈值单元 | 第18-20页 |
| ·多层前馈网络 | 第20页 |
| ·BP 算法 | 第20-22页 |
| ·神经网络泛化能力 | 第22-23页 |
| ·神经网络结构设计 | 第23-24页 |
| 第3章 微粒群算法 | 第24-32页 |
| ·微粒群算法的提出 | 第24页 |
| ·基本微粒群算法 | 第24-27页 |
| ·算法原理 | 第24-25页 |
| ·算法流程 | 第25-26页 |
| ·社会行为分析 | 第26页 |
| ·两种基本进化模型 | 第26-27页 |
| ·常见的改进型微粒群算法 | 第27-30页 |
| ·带惯性权重的微粒群算法 | 第27-28页 |
| ·带收缩因子的微粒群算法 | 第28-29页 |
| ·基于遗传思想改进 | 第29页 |
| ·基于小生境思想改进 | 第29-30页 |
| ·微粒群算法的缺点 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 微粒群算法的改进 | 第32-42页 |
| ·和声搜索算法 | 第32-33页 |
| ·融入和声搜索的微粒群算法 | 第33-35页 |
| ·算法原理 | 第33-34页 |
| ·算法步骤 | 第34-35页 |
| ·实验与仿真 | 第35-41页 |
| ·测试函数 | 第35-38页 |
| ·参数设置 | 第38页 |
| ·实验结果 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 微粒群算法在神经网络中的应用 | 第42-53页 |
| ·神经网络的优化 | 第42-43页 |
| ·微粒群算法优化 BP 网络 | 第43-45页 |
| ·算法设计思路 | 第43-44页 |
| ·算法评价和分析 | 第44-45页 |
| ·实验与仿真 | 第45-52页 |
| ·实验背景 | 第45页 |
| ·建立模型 | 第45-46页 |
| ·参数设计 | 第46页 |
| ·算法流程图 | 第46-48页 |
| ·实验结果 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59页 |
