| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-11页 |
| ·背景概述 | 第8页 |
| ·国内外的研究现状 | 第8-9页 |
| ·选题的依据 | 第9-10页 |
| ·本文要做的工作 | 第10-11页 |
| 第二章 神经网络与遗传算法 | 第11-22页 |
| ·神经网络的基本概念和特性 | 第11-13页 |
| ·人工神经网络的结构 | 第11-12页 |
| ·人工神经网络的特点 | 第12-13页 |
| ·BP神经网络 | 第13-16页 |
| ·BP神经网络的结构 | 第13-14页 |
| ·BP网络创建函数 | 第14-15页 |
| ·BP网络的不足和改进 | 第15-16页 |
| ·遗传算法的发展 | 第16页 |
| ·遗传算法的基本机理 | 第16-17页 |
| ·遗传算法的求解步骤 | 第17-22页 |
| 第三章 遗传算法优化BP网络 | 第22-32页 |
| ·遗传算法和神经网络的结合 | 第22-25页 |
| ·遗传算法优化神经网络的连接权 | 第23-24页 |
| ·遗传算法优化神经网络的学习规则 | 第24-25页 |
| ·遗传算法优化神经网络的拓扑结构 | 第25页 |
| ·遗传算法优化神经网络的设计 | 第25-28页 |
| ·改进的遗传算法优化BP网络的设计 | 第28-32页 |
| ·改进的遗传算法设计 | 第28-29页 |
| ·改进的自适应交叉率和变异率 | 第29-30页 |
| ·改进的遗传算法优化BP网络的工作流程 | 第30-32页 |
| 第四章 模型的建立和仿真 | 第32-49页 |
| ·实现工具MATLAB | 第32页 |
| ·MATLAB下的遗传算法工具箱 | 第32-33页 |
| ·MATLAB下的神经网络工具箱 | 第33页 |
| ·仿真样本数据 | 第33-34页 |
| ·样本数据的基本要求 | 第33页 |
| ·样本数据的获取 | 第33-34页 |
| ·样本数据的预处理 | 第34页 |
| ·BP网络预测模型 | 第34-42页 |
| ·数据的归一化 | 第34-37页 |
| ·BP算法的仿真实验及结果分析 | 第37-42页 |
| ·改进的遗传算法优化BP网络模型的仿真实验 | 第42-49页 |
| ·改进的遗传算法优化BP网络模型建立和预测实现 | 第42-47页 |
| ·仿真结果的检验 | 第47页 |
| ·改进的遗传算法优化BP网络的算法和BP算法的比较 | 第47-48页 |
| ·对改进的遗传算法优化BP网路的小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| ·本文总结 | 第49页 |
| ·未来展望 | 第49-50页 |
| 在校期间发表论文情况 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |