| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第一章 绪论 | 第14-20页 |
| ·研究背景 | 第14-17页 |
| ·优化 | 第14-15页 |
| ·遗传算法（GA） | 第15-16页 |
| ·中文分词 | 第16-17页 |
| ·本文主要研究内容及创新 | 第17-18页 |
| ·本文结构 | 第18-20页 |
| 第二章 研究基础 | 第20-32页 |
| ·引言 | 第20-21页 |
| ·人工神经网络（ANN） | 第21-24页 |
| ·基本原理 | 第21-23页 |
| ·神经网络学习和泛化 | 第23-24页 |
| ·BP神经网络 | 第24-26页 |
| ·BP神经网络简介 | 第24-25页 |
| ·BP算法的缺陷 | 第25-26页 |
| ·基于神经网络（ANN）的中文分词模型 | 第26-31页 |
| ·中文分词的形式化描述 | 第26-27页 |
| ·基于神经网络（ANN）的中文分词模型 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 改进的基于遗传算法的粒子群优化算法 | 第32-60页 |
| ·引言 | 第32-33页 |
| ·粒子群优化算法的基本原理 | 第33-38页 |
| ·算法概述 | 第33-35页 |
| ·算法流程 | 第35页 |
| ·算法参数 | 第35-38页 |
| ·粒子群算法在神经网络中的应用 | 第38-39页 |
| ·粒子群算法与遗传算法 | 第39-43页 |
| ·两种算法的比较 | 第39-41页 |
| ·两种算法的结合 | 第41-43页 |
| ·改进的GA-PSO算法 | 第43-53页 |
| ·算法描述 | 第43-45页 |
| ·在神经网络中的应用 | 第45-49页 |
| ·实验及结果分析 | 第49-53页 |
| ·基于GA-PSO算法优化的神经网络在中文分词中的应用 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 基于模糊 C-均值聚类算法的 PSO 算法（FPSO） | 第60-80页 |
| ·引言 | 第60页 |
| ·模糊聚类 | 第60-62页 |
| ·模糊 C-均值聚类 | 第61-62页 |
| ·FPSO 算法 | 第62-71页 |
| ·算法描述 | 第62-64页 |
| ·算法收敛性分析 | 第64-65页 |
| ·算法性能测试 | 第65-71页 |
| ·FPSO 算法在神经网络中的应用 | 第71-74页 |
| ·FPSO算法训练 BP 神经网络 | 第71页 |
| ·实验及结果分析 | 第71-74页 |
| ·FPSO算法在中文分词中的应用 | 第74-78页 |
| ·本章小结 | 第78-80页 |
| 第五章 免疫遗传算法 | 第80-87页 |
| ·引言 | 第80页 |
| ·遗传算法 | 第80-83页 |
| ·标准遗传算法 | 第80-81页 |
| ·遗传算法的数学原理 | 第81-82页 |
| ·实数编码的遗传算法 | 第82-83页 |
| ·免疫遗传算法 | 第83-84页 |
| ·基于疫苗接种的免疫遗传算法 | 第84-85页 |
| ·免疫遗传算法的应用 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 第六章 改进的免疫遗传算法 | 第87-100页 |
| ·引言 | 第87页 |
| ·免疫疫苗提取算法 | 第87-89页 |
| ·基于聚类的疫苗提取 | 第87-89页 |
| ·疫苗接种及免疫选择 | 第89-90页 |
| ·精英抗体培养策略 | 第90-91页 |
| ·改进的基于疫苗接种的免疫遗传算法 | 第91-95页 |
| ·算法描述 | 第91-94页 |
| ·实验及结果分析 | 第94-95页 |
| ·改进的免疫遗传算法在中文分词中的应用 | 第95-99页 |
| ·本章小结 | 第99-100页 |
| 第七章 结束语 | 第100-103页 |
| 致谢 | 第103-104页 |
| 参考文献 | 第104-112页 |
| 攻博期间取得的研究成果 | 第112-114页 |