摘要 | 第5-7页 |
Abstract | 第7-9页 |
第一章 绪论 | 第13-20页 |
1.1 引言 | 第13-14页 |
1.2 课题的研究背景和意义 | 第14-15页 |
1.3 课题主要创新点 | 第15-16页 |
1.4 论文的结构安排 | 第16-20页 |
第二章 回声状态网络介绍及研究背景 | 第20-35页 |
2.1 引言 | 第20-21页 |
2.2 人工神经网络 | 第21-26页 |
2.2.1 前馈神经网络 | 第21-23页 |
2.2.2 递归神经网络 | 第23-25页 |
2.2.3 基于梯度训练算法的缺点 | 第25-26页 |
2.3 回声状态网络 | 第26-31页 |
2.3.1 ESN的离线训练算法 | 第28-29页 |
2.3.2 ESN的在线训练算法 | 第29页 |
2.3.3 最小角度回归算法 | 第29-31页 |
2.4 回声状态的储存池特性 | 第31-34页 |
2.4.1 ESN的短期记忆力 | 第31-32页 |
2.4.2 ESN的稳定性指标 | 第32-34页 |
2.5 回声状态网络存在的问题 | 第34页 |
2.6 本章小结 | 第34-35页 |
第三章 基于输入缩放系数调节和冗余信息剪枝的回声状态网络及应用 | 第35-54页 |
3.1 引言 | 第35-36页 |
3.2 敏感度分析 | 第36-39页 |
3.2.1 敏感度分析分类 | 第37页 |
3.2.2 Sobol敏感度分析 | 第37-39页 |
3.3 基于输入缩放系数调节和冗余信息剪枝的回声状态网络 | 第39-43页 |
3.3.1 基于Sobol敏感度分析的输入缩放系数调节算法 | 第39-40页 |
3.3.2 基于相关性的冗余信息剪枝算法 | 第40-43页 |
3.4 基于SAISR-RUPA-ESN的青霉素批处理发酵过程建模 | 第43-53页 |
3.4.1 青霉素批处理过程及样本数据 | 第43-47页 |
3.4.2 SAISR-ESN性能分析 | 第47-50页 |
3.4.3 SAISR-RUPA-ESN性能分析 | 第50-52页 |
3.4.4 结果讨论 | 第52-53页 |
3.5 本章小结 | 第53-54页 |
第四章 基于二进制粒子群优化输出连接的回声状态网络 | 第54-77页 |
4.1 引言 | 第54-55页 |
4.2 二进制粒子群算法 | 第55-57页 |
4.3 基于二进制粒子群优化输出连接的回声状态网络 | 第57-58页 |
4.4 基于BPSO-ESN的青霉素批处理发酵过程建模 | 第58-62页 |
4.4.1 模型参数及评价指标 | 第58-59页 |
4.4.2 实验仿真 | 第59-62页 |
4.5 基于BPSO-ESN的时间序列系统建模 | 第62-75页 |
4.5.1 模型参数及评价指标 | 第62-63页 |
4.5.2 实验样本数据及仿真 | 第63-73页 |
4.5.3 结果讨论 | 第73-75页 |
4.6 本章小结 | 第75-77页 |
第五章 基于剪枝或构造算法改进的确定型储存池回声状态网络 | 第77-105页 |
5.1 引言 | 第77-78页 |
5.2 确定型储存池回声状态网络 | 第78-81页 |
5.2.1 确定型储存池分类 | 第78-81页 |
5.2.2 确定环形储存池回声状态网络 | 第81页 |
5.3 基于剪枝或构造算法改进的SCRN | 第81-86页 |
5.3.1 敏感度迭代剪枝算法 | 第81-84页 |
5.3.2 简单分裂算法 | 第84-86页 |
5.4 基于SIPA-SCRN和SDA-SCRN的青霉素批处理发酵过程建模 | 第86-91页 |
5.4.1 SIPA-SCRN的性能测试 | 第86-87页 |
5.4.1.1 模型参数及评价指标 | 第86-87页 |
5.4.1.2 实验仿真 | 第87页 |
5.4.2 SDA-SCRN性能测试 | 第87-91页 |
5.4.2.1 模型参数及评价指标 | 第87-88页 |
5.4.2.2 实验仿真 | 第88-91页 |
5.5 基于SIPA-SCRN SDA-SCRN的时间序列系统建模 | 第91-103页 |
5.5.1 SIPA-SCRN性能分析 | 第91-98页 |
5.5.1.1 模型参数及评价指标 | 第91-92页 |
5.5.1.2 实验仿真 | 第92-98页 |
5.5.2 SDA-SCRN性能分析 | 第98-99页 |
5.5.2.1 模型参数及评价指标 | 第98页 |
5.5.2.2 实验仿真 | 第98-99页 |
5.5.3 剪枝或构造后的SCRN储存池特性 | 第99-101页 |
5.5.4 结果讨论 | 第101-103页 |
5.6 本章小结 | 第103-105页 |
第六章 总结与展望 | 第105-108页 |
6.1 本文研究内容总结 | 第105-107页 |
6.2 展望 | 第107-108页 |
参考文献 | 第108-116页 |
致谢 | 第116-117页 |
作者在攻读博士学位期间发表的论文 | 第117页 |