| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 目录 | 第6-10页 |
| 第一章 引言 | 第10-17页 |
| ·绪论 | 第10-11页 |
| ·电子电路进化设计方法 | 第11-15页 |
| ·进化设计基本原理 | 第11-12页 |
| ·数字电路进化设计研究概况 | 第12-13页 |
| ·模拟电路进化设计研究概况 | 第13-14页 |
| ·面向实用的大规模、复杂电路的进化设计研究 | 第14-15页 |
| ·本文的研究目标和主要工作 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第二章 遗传程序设计 | 第17-36页 |
| ·GP基本理论 | 第17-30页 |
| ·GP理论描述 | 第17-18页 |
| ·GP个体的描述方法 | 第18-20页 |
| ·终止符集 | 第19页 |
| ·函数集 | 第19页 |
| ·终止符集和函数集的选取 | 第19-20页 |
| ·个体描述 | 第20页 |
| ·初始群体的生成 | 第20-22页 |
| ·初始个体生成原理 | 第21页 |
| ·初始个体生成的几种方法 | 第21-22页 |
| ·适应度函数和选择算法 | 第22-25页 |
| ·适应度函数 | 第22-23页 |
| ·选择算法 | 第23-25页 |
| ·遗传算子 | 第25-29页 |
| ·复制（Reproduction） | 第26页 |
| ·交叉（Crossover） | 第26-27页 |
| ·变异（Mutation） | 第27-28页 |
| ·辅助算子 | 第28-29页 |
| ·终止准则与结果标定 | 第29页 |
| ·GP的主要控制参数 | 第29-30页 |
| ·GP自然进化属性（Emergent Properties） | 第30页 |
| ·GP与GA、人工智能、机器学习等领域传统方法的比较 | 第30-32页 |
| ·GP与GA比较 | 第30-31页 |
| ·GP与人工智能、机器学习等领域传统方法的比较 | 第31-32页 |
| ·GP应用 | 第32页 |
| ·GP的研究背景、研究现状及发展趋势 | 第32-35页 |
| ·GP研究背景 | 第32-33页 |
| ·GP研究现状 | 第33-34页 |
| ·GP发展趋势 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 粒子群优化算法 | 第36-46页 |
| ·基本PSO算法 | 第36-39页 |
| ·算法原理 | 第36-37页 |
| ·算法步骤 | 第37页 |
| ·参数设置 | 第37-39页 |
| ·全局模式与局部模式 | 第39-40页 |
| ·同步模型与异步模型 | 第40页 |
| ·基本PSO算法的局限性 | 第40页 |
| ·几种重要的改进PSO算法 | 第40-42页 |
| ·基本PSO算法与其它进化算法的比较 | 第42-43页 |
| ·相似点 | 第42页 |
| ·不同点 | 第42-43页 |
| ·PSO算法应用 | 第43-44页 |
| ·PSO算法的研究背景、研究现状及发展趋势 | 第44-45页 |
| ·PSO算法的研究背景 | 第44页 |
| ·PSO算法的研究现状 | 第44-45页 |
| ·PSO算法的发展趋势 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 有源滤波器 | 第46-67页 |
| ·概述 | 第46页 |
| ·有源滤波器的传递函数及分类 | 第46-52页 |
| ·传递函数 | 第46-48页 |
| ·有源滤波器的分类及其性质 | 第48-52页 |
| ·有源滤波器设计的逼近方法 | 第52-54页 |
| ·巴特沃思低通滤波器（Butterworth LPF） | 第52-53页 |
| ·切比雪夫低通滤波器（Chebyshev LPF） | 第53-54页 |
| ·频率变换 | 第54-56页 |
| ·传递函数的电路实现 | 第56-61页 |
| ·电路的选择 | 第56页 |
| ·正反馈电路的基本构成 | 第56-60页 |
| ·一阶滤波器节 | 第60-61页 |
| ·传递函数的实现 | 第61-64页 |
| ·实现方法 | 第61-62页 |
| ·级联法实现传递函数时需注意的几个问题 | 第62-64页 |
| ·高阶滤波器 | 第64-66页 |
| ·高阶滤波器的实现 | 第64页 |
| ·高阶滤波器设计实例 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 GP和PSO算法相结合实现有源滤波器的进化设计 | 第67-95页 |
| ·GP的改进策略 | 第67-75页 |
| ·改进的个体表示方法 | 第67-70页 |
| ·与改进的个体表示方法相适应的遗传操作规则 | 第70-74页 |
| ·交叉操作 | 第70-72页 |
| ·改进的交叉操作 | 第72页 |
| ·变异操作 | 第72-74页 |
| ·改进的变异操作 | 第74页 |
| ·适应度评价方式 | 第74-75页 |
| ·GP和PSO算法相结合实现有源滤波器的进化设计 | 第75-77页 |
| ·基本思想 | 第75页 |
| ·设计步骤 | 第75-77页 |
| ·GP进化设计有源滤波器的电路结构 | 第75-76页 |
| ·PSO算法优化GP进化设计出的有源滤波器电路结构的参数 | 第76-77页 |
| ·实验电路简介 | 第77-78页 |
| ·设计结果及仿真验证 | 第78-94页 |
| ·二阶有源滤波器 | 第78-91页 |
| ·二阶低通有源滤波器 | 第79-81页 |
| ·二阶高通有源滤波器 | 第81-83页 |
| ·二阶带通有源滤波器 | 第83-87页 |
| ·二阶状态变量滤波器 | 第87-91页 |
| ·高阶有源滤波器的进化设计 | 第91-94页 |
| ·四阶状态变量滤波器电路结构 | 第92-93页 |
| ·参数优化 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 结束语 | 第95-97页 |
| 参考文献 | 第97-104页 |
| 致谢 | 第104-105页 |
| 在学期间公开发表论文及著作情况 | 第105页 |
