| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-8页 |
| 第一章 问题的提出 | 第8-17页 |
| ·人工神经网络算法发展简介及研究现状 | 第8-11页 |
| ·存在的问题与解决方案 | 第11-12页 |
| ·人工神经网络算法介绍 | 第12-17页 |
| 第二章 网络结构输入层优化 | 第17-24页 |
| ·主成分分析方法简介 | 第17-19页 |
| ·利用主成分方法简化输入 | 第19-20页 |
| ·因子分析方法简介 | 第20-23页 |
| ·利用因子分析方法简化输入 | 第23-24页 |
| 第三章 神经网络隐层结构优化 | 第24-31页 |
| ·基于遗传算法的网络连接优化 | 第25-28页 |
| ·遗传算法的引入及简介 | 第25-26页 |
| ·网络连接的编码及算法 | 第26-28页 |
| ·隐层结点的优化 | 第28-31页 |
| ·隐结点的相关系数与样本分散度 | 第28-29页 |
| ·动态合并与删减规则 | 第29-31页 |
| 第四章 人工神经网络反向结构调整 | 第31-35页 |
| ·三层网络反向调整方法 | 第31-32页 |
| ·一般网络反向调整方法 | 第32-33页 |
| ·反向输入调整方法的应用 | 第33-35页 |
| 第五章 实证分析 | 第35-45页 |
| 结束语 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |