首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于改进遗传神经网络的图书采购系统研究

摘要第1-6页
ABSTRACT第6-9页
第一章 绪论第9-14页
   ·课题研究背景及意义第9-10页
   ·图书采购技术概况及存在的主要问题第10-12页
   ·本文研究的主要内容第12-13页
   ·本文的结构安排第13-14页
第二章 遗传神经网络第14-31页
   ·神经网络第14-22页
     ·神经元模型第14-16页
     ·神经网络的类型第16-17页
     ·神经网络的学习第17-20页
     ·神经网络的工作过程第20页
     ·BP算法第20-22页
   ·遗传算法第22-28页
     ·遗传算法的基本术语第23-24页
     ·遗传算法的编码机制及基本运算第24-26页
     ·遗传算法的工作过程第26页
     ·遗传算法的特点第26-27页
     ·遗传算法的数学基础第27-28页
   ·遗传神经网络第28-30页
   ·本章小结第30-31页
第三章 改进遗传算法优化神经网络第31-46页
   ·神经网络训练的常见改进方法第31-33页
   ·遗传算法的改进第33-37页
     ·影响因子概念的提出第33-34页
     ·带有影响因子的遗传算法第34-37页
   ·EFGA优化神经网络第37-45页
     ·EFGA优化神经网络的步骤第37-44页
     ·EFGA优化神经网络的流程图第44-45页
   ·本章小结第45-46页
第四章 基于改进遗传神经网络的图书采购模型第46-62页
   ·基于改进遗传神经网络的图书采购模型设计第46-48页
     ·图书采购模型的设计原理第46-47页
     ·图书采购模型的结构第47-48页
   ·样本数据第48-53页
     ·样本数据的基本要求第48页
     ·样本数据的选取第48-51页
     ·样本数据的预处理第51-53页
   ·神经网络模块的建立第53-56页
     ·神经网络结构类型的选择第53页
     ·神经网络结构的设计第53-55页
     ·神经网络初始权值的选取第55-56页
   ·EFGA训练神经网络模块第56-57页
     ·设计目标第56页
     ·实现方法第56-57页
   ·输出数据处理及结果显示模块第57-58页
   ·基于改进遗传神经网络的图书采购模型计算流程图第58-59页
   ·仿真实验第59-61页
   ·本章小结第61-62页
第五章 原型系统的设计与实现第62-69页
   ·系统设计说明第62-64页
     ·系统设计要求及目标第62页
     ·系统开发工具第62-64页
   ·系统运行第64-68页
   ·系统特点第68页
   ·本章小结第68-69页
第六章 结束语第69-71页
   ·工作总结第69-70页
   ·下一步工作展望第70-71页
参考文献第71-74页
致谢第74-75页
在读学位期间所发表的文章第75页

论文共75页,点击 下载论文
上一篇:苏州市服务业竞争力的实证分析与发展研究
下一篇:纳滤膜的性能表征及其应用的初步研究