| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·本课题的研究背景 | 第10-12页 |
| ·人工神经网络的发展历史 | 第10-11页 |
| ·人工神经网络的特点 | 第11页 |
| ·BP神经网络的国内外研究现状 | 第11-12页 |
| ·本课题的研究意义 | 第12-13页 |
| ·本文的工作与安排 | 第13-15页 |
| 第二章 相关工作 | 第15-25页 |
| ·BP神经网络概述 | 第15-16页 |
| ·BP算法及其改进 | 第16-19页 |
| ·标准BP算法概述 | 第16-17页 |
| ·BP算法的实现 | 第17-18页 |
| ·BP算法的一些改进 | 第18-19页 |
| ·粒子群优化算法 | 第19-22页 |
| ·粒子群优化算法概述 | 第19-20页 |
| ·基本粒子群优化算法及改进 | 第20-21页 |
| ·标准粒子群优化算法实现 | 第21-22页 |
| ·模拟退火算法 | 第22-24页 |
| ·模拟退火算法基本理论 | 第23页 |
| ·模拟退火算法实现 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于粒子群优化与BP协同算法的神经网络学习方法 | 第25-36页 |
| ·引言 | 第25-26页 |
| ·基于PSO迭代优化与BP更新算法的网络权值调整 | 第26-29页 |
| ·BP网络权值更新 | 第26-27页 |
| ·基于PSO迭代优化的权值更新 | 第27-28页 |
| ·基于PSO-BP协同算法的网络权值更新 | 第28-29页 |
| ·基于PSO-BP协同算法的网络学习方法 | 第29-31页 |
| ·实验与分析 | 第31-34页 |
| ·测试函数与参数设置 | 第31-32页 |
| ·实验结果与分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于粒子群优化与BP混合算法神经网络学习方法 | 第36-50页 |
| ·引言 | 第36-37页 |
| ·局部收敛与极值扰动 | 第37-38页 |
| ·PSO-BP混合算法Ⅰ | 第38-44页 |
| ·算法描述 | 第38-40页 |
| ·算法流程 | 第40-41页 |
| ·实验与分析 | 第41-44页 |
| ·PSO-BP混合算法Ⅱ | 第44-48页 |
| ·算法描述 | 第44-45页 |
| ·算法流程 | 第45-47页 |
| ·实验与分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 基于模拟退火与PSO-BP协同算法的网络学习新方法 | 第50-58页 |
| ·引言 | 第50页 |
| ·PSO-BP 协同算法的网络参数更新 | 第50-51页 |
| ·SA-PSO-BP网络学习算法 | 第51-54页 |
| ·算法描述 | 第51-53页 |
| ·算法流程 | 第53-54页 |
| ·实验与分析 | 第54-56页 |
| ·测试函数与参数设置 | 第54-55页 |
| ·实验结果与分析 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 攻读硕士学位期间参加的科研项目 | 第68页 |
