多向变异遗传算法及其优化神经网络的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11页 |
| ·遗传算法 | 第11-14页 |
| ·遗传算法的研究与应用进展 | 第12页 |
| ·遗传算法与BP 神经网络结合 | 第12-14页 |
| ·国内外发展现状 | 第14-15页 |
| ·研究的目的和主要内容 | 第15页 |
| ·论文组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 简单遗传算法与BP 神经网络 | 第17-32页 |
| ·遗传算法的机理与特点 | 第17-27页 |
| ·遗传算法的理论基础 | 第17-21页 |
| ·遗传算法的结构 | 第21-22页 |
| ·遗传算法的特点 | 第22-23页 |
| ·遗传算法的改进方向 | 第23-27页 |
| ·BP 神经网络 | 第27-31页 |
| ·BP 神经网络的缺点 | 第29页 |
| ·与遗传算法的结合方式 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 混合编码遗传算法与双种群遗传算法 | 第32-41页 |
| ·混合编码遗传算法 | 第32-36页 |
| ·混合编码遗传算法的编码方案 | 第32-33页 |
| ·混合编码实现方法 | 第33-36页 |
| ·双种群遗传算法 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 多向变异遗传算法 | 第41-55页 |
| ·思想来源 | 第41-45页 |
| ·混合编码 | 第41-43页 |
| ·双种群 | 第43-45页 |
| ·多向变异遗传算法 | 第45-53页 |
| ·基本过程 | 第45-50页 |
| ·参数选择 | 第50-53页 |
| ·问题探讨 | 第53-54页 |
| ·个体淘汰 | 第53页 |
| ·群体迁移 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 函数测试 | 第55-61页 |
| ·测试环境 | 第55-56页 |
| ·与一般遗传算法进行比较 | 第56页 |
| ·与一般双种群遗传算法比较 | 第56-57页 |
| ·与PSO 算法比较 | 第57-60页 |
| ·算法精度比较 | 第58-59页 |
| ·算法性能比较 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 基于多向遗传算法的BP 神经网络应用 | 第61-69页 |
| ·结合方式 | 第61页 |
| ·BP 神经网络结构与设置 | 第61-63页 |
| ·遗传算法的参数与设置 | 第63页 |
| ·训练函数 | 第63-64页 |
| ·具体实现步骤 | 第64-65页 |
| ·遗传算法与BP 神经网络结合逼近非线性函数 | 第65-68页 |
| ·遗传算法搜索初始权值过程 | 第65-66页 |
| ·BP 神经网络训练过程 | 第66-67页 |
| ·最终训练结果 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75页 |
