| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 引言 | 第9页 |
| 1.2 典型的智能优化算法 | 第9-13页 |
| 1.2.1 遗传算法(GA) | 第9-10页 |
| 1.2.2 粒子群优化算法(PSO) | 第10页 |
| 1.2.3 差分进化算法(DE) | 第10-11页 |
| 1.2.4 人工蜂群算法(ABC) | 第11页 |
| 1.2.5 AEA(Alopex-based evolutionary algorithm) | 第11-13页 |
| 1.3 人工神经网络的过拟合问题及其解决方法 | 第13-14页 |
| 1.4 本论文工作安排 | 第14-16页 |
| 第2章 NAEA算法的设计及应用 | 第16-25页 |
| 2.1 分布估计算法 | 第16-17页 |
| 2.2 基于AEA和加权正态分布的新算法NAEA | 第17-18页 |
| 2.3 NAEA的性能测试与比较 | 第18-22页 |
| 2.3.1 测试函数的介绍 | 第18-19页 |
| 2.3.2 测试条件的设置与性能比较 | 第19-22页 |
| 2.4 NAEA算法在重油热解模型参数估计中的应用 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 GAEA算法的设计及性能分析 | 第25-35页 |
| 3.1 Copula理论 | 第25-27页 |
| 3.1.1 正态Copula函数 | 第26页 |
| 3.1.2 正态Copula函数的采样 | 第26-27页 |
| 3.2 融合正态Copula函数与NAEA算法的改进算法GAEA | 第27-28页 |
| 3.3 GAEA的性能测试 | 第28-32页 |
| 3.3.1 GAEA与NAEA的对比分析 | 第28页 |
| 3.3.2 GAEA的综合性能测试 | 第28-29页 |
| 3.3.3 GAEA寻优精度和寻优稳定性的测试 | 第29页 |
| 3.3.4 GAEA寻优能力的测试 | 第29-32页 |
| 3.3.5 GAEA收敛速度的测试 | 第32页 |
| 3.4 本章小结 | 第32-35页 |
| 第4章 LAEA算法的设计及性能分析 | 第35-47页 |
| 4.1 AEA的特点 | 第35页 |
| 4.2 LAEA算法 | 第35-37页 |
| 4.2.1 新的局部搜索机制 | 第35-36页 |
| 4.2.2 LAEA算法的步骤 | 第36-37页 |
| 4.3 LAEA算法的性能测试 | 第37-40页 |
| 4.4 三种改进算法的总结 | 第40-44页 |
| 4.5 LAEA算法在汞氧化中的应用 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 融合LAEA算法及专家知识防止神经网络过拟合 | 第47-65页 |
| 5.1 正弦函数过拟合的发生 | 第48-52页 |
| 5.2 利用专家知识防止过拟合问题的发生 | 第52-53页 |
| 5.3 融合LAEA及专家知识防止正弦函数过拟合的仿真 | 第53-62页 |
| 5.3.1 无噪声时正弦函数的仿真 | 第53-58页 |
| 5.3.2 有噪声时正弦函数的仿真 | 第58-62页 |
| 5.4 裂解炉丙烯收率的仿真研究 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 本文研究工作总结 | 第65页 |
| 6.2 论文展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 附录 | 第72-75页 |
| 致谢 | 第75-76页 |
| 作者在攻读硕士学位期间发表学术论文情况 | 第76页 |
