基于改进粒子群算法的BP神经网络优化及应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-12页 |
| ·课题的研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文的研究内容 | 第10页 |
| ·论文的组织安排 | 第10-12页 |
| 2 人工神经网络概述 | 第12-23页 |
| ·人工神经网络的生物学基础 | 第12-13页 |
| ·生物神经元的结构 | 第12-13页 |
| ·生物神经细胞的信息处理机制 | 第13页 |
| ·人工神经元模型 | 第13-14页 |
| ·人工神经元 | 第13-14页 |
| ·神经元激励函数 | 第14页 |
| ·人工神经网络模型及特点 | 第14-15页 |
| ·神经网络的学习方式 | 第15-16页 |
| ·BP神经网络模型 | 第16-22页 |
| ·BP神经网络的结构 | 第16页 |
| ·BP算法的数学描述 | 第16-18页 |
| ·BP算法的算法步骤和流程图 | 第18-20页 |
| ·BP算法的缺陷及原因分析 | 第20页 |
| ·BP算法的改进 | 第20-21页 |
| ·BP神经网络的设计 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 粒子群算法的改进研究 | 第23-37页 |
| ·粒子群算法的基本原理 | 第23-24页 |
| ·粒子群算法的数学描述 | 第24-25页 |
| ·标准粒子群算法的基本步骤和流程 | 第25-26页 |
| ·标准粒子群算法的局限性分析 | 第26-27页 |
| ·粒子群优化算法的改进 | 第27-31页 |
| ·学习参数动态调整策略 | 第27-29页 |
| ·增加粒子种群多样性策略 | 第29-30页 |
| ·混合粒子群算法步骤和流程图 | 第30-31页 |
| ·仿真实验 | 第31-35页 |
| ·本章小结 | 第35-37页 |
| 4 改进粒子群算法优化BP神经网络 | 第37-42页 |
| ·粒子群算法优化BP神经网络 | 第37-39页 |
| ·粒子群算法优化BP神经网络的可行性 | 第37页 |
| ·粒子群算法优化BP神经网络的优点 | 第37-38页 |
| ·粒子群算法优化BP神经网络的基本方法 | 第38页 |
| ·粒子群算法优化BP神经网络的算法步骤与流程图 | 第38-39页 |
| ·粒子群算法优化神经网络的仿真实验 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 5 改进BP算法在地震预测中的应用 | 第42-50页 |
| ·地震预测问题描述 | 第42-43页 |
| ·地震预测模型的建立 | 第43-46页 |
| ·训练、预测数据收集和处理 | 第43-44页 |
| ·BP网络层数的确定 | 第44页 |
| ·BP网络各层神经元数目的确定 | 第44-46页 |
| ·激励函数和学习参数的选取 | 第46页 |
| ·地震预测的实现 | 第46-49页 |
| ·BP网络的训练 | 第46-48页 |
| ·地震预测结果及分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57页 |
