| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 粒子群算法与模糊神经网络 | 第10-12页 |
| 1.2.2 基于MapReduce的计算智能 | 第12-13页 |
| 1.3 本文主要研究内容及创新点 | 第13-14页 |
| 1.4 本文主要结构安排 | 第14-15页 |
| 第二章 改进的量子粒子群算法 | 第15-25页 |
| 2.1 粒子群算法 | 第15-16页 |
| 2.2 量子粒子群算法 | 第16-17页 |
| 2.3 量子粒子群算法的改进 | 第17-19页 |
| 2.3.1 聚集度因子 | 第17-18页 |
| 2.3.2 中心权重 | 第18-19页 |
| 2.4 AQPSO算法的性能测试 | 第19-24页 |
| 2.4.1 测试结果分析 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于AQPSO算法的T-S模糊神经网络 | 第25-39页 |
| 3.1 模糊神经网络 | 第25-29页 |
| 3.1.1 模糊神经网络的种类 | 第26-27页 |
| 3.1.2 模糊神经元模型 | 第27-29页 |
| 3.1.3 模糊推理系统 | 第29页 |
| 3.2 Takagi-Sugeno模糊神经网络 | 第29-31页 |
| 3.3 基于AQPSO的T-S模糊神经网络 | 第31-32页 |
| 3.4 基于AQPSO优化T-S模糊神经网络的水质评价 | 第32-38页 |
| 3.4.1 水质评价的方法 | 第32-34页 |
| 3.4.2 神经网络训练和测试的结果分析 | 第34-36页 |
| 3.4.3 水质评价应用的结果分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于MapReduce的并行AQPSO算法 | 第39-48页 |
| 4.1 MapReduce的基本概念 | 第39-43页 |
| 4.1.1 MapReduce的处理流程 | 第41-42页 |
| 4.1.2 WordCount例子 | 第42-43页 |
| 4.2 并行化AQPSO算法 | 第43-46页 |
| 4.2.1 MAQPSO算法的初始设置 | 第43-44页 |
| 4.2.2 MAQPSO的map阶段 | 第44页 |
| 4.2.3 MAQPSO的reduce阶段 | 第44-46页 |
| 4.3 基准函数实验 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 论文工作总结 | 第48-49页 |
| 5.2 下一步展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 附录 (攻读硕士学位期间发表和录用的学术论文) | 第56页 |