| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景及意义 | 第10-11页 |
| ·混沌神经网络的起源与发展 | 第11-12页 |
| ·混沌神经网络的研究现状 | 第12-15页 |
| ·神经系统与混沌 | 第13-14页 |
| ·神经网络产生混沌的方法 | 第14页 |
| ·混沌神经网络模型 | 第14-15页 |
| ·混沌神经网络的研究领域 | 第15页 |
| ·小波混沌神经网络 | 第15-17页 |
| ·小波神经网络的发展 | 第15-16页 |
| ·小波神经网络的分类 | 第16-17页 |
| ·本论文的主要研究内容 | 第17-19页 |
| 第2章 混沌及其基本概念 | 第19-25页 |
| ·概述 | 第19页 |
| ·混沌动力学基本概念 | 第19-21页 |
| ·混沌术语 | 第19-20页 |
| ·混沌定义 | 第20-21页 |
| ·混沌的特征和测度 | 第21-24页 |
| ·混沌的定性特征 | 第21-22页 |
| ·Lyapunov 指数 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 混沌神经网络常用模型研究 | 第25-37页 |
| ·基于模拟退火策略的混沌神经网络 | 第25-32页 |
| ·Hopfield 神经网络 | 第25页 |
| ·离散Hopfield 神经网络 | 第25-27页 |
| ·连续Hopfield 神经网络 | 第27-28页 |
| ·Chen 和Aihara 混沌神经网络 | 第28-32页 |
| ·耦合混沌神经网络模型 | 第32-34页 |
| ·Inoue 混沌神经网络模型 | 第32-33页 |
| ·Kaneko 混沌神经网络模型 | 第33-34页 |
| ·其它混沌神经网络模型 | 第34-35页 |
| ·时延混沌神经网络 | 第34页 |
| ·Hayakawa 混沌噪声模型 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第4章 混沌神经网络在四色图上的应用 | 第37-49页 |
| ·TSP 问题的混沌神经网络应用 | 第37-43页 |
| ·TSP 的数学模型 | 第37-38页 |
| ·TSP 问题的Hopfield 神经网络解法 | 第38-41页 |
| ·基于混沌神经网络的TSP 解法 | 第41-42页 |
| ·TSP-10 的混沌神经网络仿真 | 第42-43页 |
| ·四色图问题的混沌神经网络解法 | 第43-48页 |
| ·四色图问题的描述 | 第43-45页 |
| ·四色图混沌神经网络模型 | 第45-47页 |
| ·四色图问题的混沌神经网络仿真 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 混沌神经网络的改进方法 | 第49-58页 |
| ·小波的基本概念 | 第49-52页 |
| ·小波分析 | 第49-50页 |
| ·小波变换 | 第50-52页 |
| ·Gauss 小波混沌神经网络 | 第52-56页 |
| ·Gauss 小波混沌神经网络模型 | 第52-53页 |
| ·Gauss 小波混沌神经网络与普通混沌神经网络TSP 对比 | 第53-54页 |
| ·Gauss 小波混沌神经网络的优化 | 第54-56页 |
| ·新方法求解四色图问题 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |