| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 概述 | 第9页 |
| 1.2 研究的背景与意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.3.1 人工神经网络的研究现状 | 第11页 |
| 1.3.2 GEP的研究现状 | 第11-12页 |
| 1.4 主要研究内容及组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 GEP与BP神经网络的基础理论 | 第14-25页 |
| 2.1 概述 | 第14页 |
| 2.2 GEP的简介 | 第14-18页 |
| 2.2.1 基因的结构 | 第15页 |
| 2.2.2 遗传算子 | 第15-17页 |
| 2.2.3 适应度函数 | 第17页 |
| 2.2.4 GEP算法步骤 | 第17-18页 |
| 2.3 BP神经网络的概念 | 第18-22页 |
| 2.3.1 神经元模型 | 第18-19页 |
| 2.3.2 人工神经网络 | 第19页 |
| 2.3.3 BP神经网络结构 | 第19-20页 |
| 2.3.4 反向传播BP算法 | 第20-22页 |
| 2.4 GEP与BP神经网络结合 | 第22-24页 |
| 2.4.1 GEP-ANN染色体的编码 | 第22-23页 |
| 2.4.2 GEP-ANN的基因操作 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于GEP的BP神经网络参数优化的研究 | 第25-30页 |
| 3.1 改进的GEP设计BP神经网络 | 第25-27页 |
| 3.1.1 动态适应度函数 | 第25-26页 |
| 3.1.2 遗传操作的动态调整 | 第26-27页 |
| 3.1.3 迭代次数动态控制 | 第27页 |
| 3.2 IGEP-BP算法 | 第27-28页 |
| 3.3、实验验证 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 基于GEP的层次有序BP神经网络优化 | 第30-36页 |
| 4.1 神经网络的GEP设计方法 | 第30-31页 |
| 4.2 GEP-NN的遗传操作 | 第31页 |
| 4.3 层次性缺失问题 | 第31-33页 |
| 4.4 层次有序的BP神经网络算法 | 第33页 |
| 4.5 实验与结果分析 | 第33-34页 |
| 4.6 本章小结 | 第34-36页 |
| 5 总结与展望 | 第36-38页 |
| 5.1 工作总结 | 第36-37页 |
| 5.2 工作展望 | 第37-38页 |
| 参考文献 | 第38-40页 |
| 附录A 本文作者在攻读硕士学位期间所发表的论文 | 第40-41页 |
| 附录B 本文作者攻读硕士学位期间主持和参加的科研项目 | 第41-42页 |
| 致谢 | 第42页 |