| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·引言 | 第10-11页 |
| ·国内外研究现状及不足 | 第11-12页 |
| ·课题研究的目的及意义 | 第12-13页 |
| ·本文的主要内容 | 第13页 |
| ·论文组织结构 | 第13-15页 |
| 2 遗传算法概述 | 第15-23页 |
| ·遗传算法的发展历史 | 第15-16页 |
| ·遗传算法的基本概念与思想 | 第16页 |
| ·遗传算法的步骤与参数设置 | 第16-18页 |
| ·遗传算法的常用技术 | 第18-21页 |
| ·选择技术 | 第18-19页 |
| ·杂交技术 | 第19-20页 |
| ·变异技术 | 第20-21页 |
| ·遗传算法的特点 | 第21页 |
| ·遗传算法的应用 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 人工神经网络概述 | 第23-34页 |
| ·人工神经网络的发展历史 | 第23-24页 |
| ·人工神经元模型 | 第24-26页 |
| ·人工神经元的建模 | 第24-25页 |
| ·人工神经元的数学模型 | 第25页 |
| ·人工神经元的转移函数 | 第25-26页 |
| ·人工神经网络的模型 | 第26-27页 |
| ·人工神经网络学习 | 第27-29页 |
| ·人工神经网络的设计 | 第29-31页 |
| ·训练样本集的选择 | 第29-30页 |
| ·训练样本集的设计 | 第30-31页 |
| ·人工神经网络功能及特性 | 第31-32页 |
| ·人工神经网络的应用 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于遗传算法的BP神经网络 | 第34-43页 |
| ·BP神经网络模型及其学习算法 | 第34-37页 |
| ·BP神经网络结构 | 第35-36页 |
| ·BP神经网络学习算法 | 第36-37页 |
| ·BP神经网络的设计 | 第37-39页 |
| ·一些常用的技术和技巧 | 第37-39页 |
| ·BP神经网络的主要能力 | 第39页 |
| ·BP神经网络的缺点 | 第39-40页 |
| ·基于遗传算法的BP神经网络 | 第40-42页 |
| ·基于遗传算法的BP神经网络基本步骤 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 5 基于遗传算法的BP神经网络在网络数据抓取中的应用 | 第43-53页 |
| ·项目简介 | 第43-45页 |
| ·项目中BP神经网络设计 | 第45-47页 |
| ·项目中遗传算法参数设置 | 第47-48页 |
| ·基于遗传算法的BP神经网络在项目中的具体实施 | 第48页 |
| ·项目中BP神经网络训练集设计 | 第48-50页 |
| ·训练结果及分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 6 结束语 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·未来工作与展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 个人简历 | 第58页 |
| 攻读学位期间的主要成果 | 第58页 |