蚁群神经网络在运动负荷预测中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-13页 |
| ·研究背景 | 第10-11页 |
| ·课题研究现状及意义 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 2 人工神经网络 | 第13-27页 |
| ·人工神经网络概述 | 第13-18页 |
| ·人工神经网络的基本特点 | 第13-14页 |
| ·人工神经网络的工作机理 | 第14-15页 |
| ·人工神经网络的分类 | 第15-18页 |
| ·BP 神经网络 | 第18-25页 |
| ·BP 网络模型 | 第18-19页 |
| ·标准BP 网络的学习算法 | 第19-22页 |
| ·标准BP 网络的工作过程 | 第22-23页 |
| ·标准BP 算法的局限性 | 第23-25页 |
| ·改进的BP 算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 蚁群优化算法 | 第27-40页 |
| ·简介 | 第27-28页 |
| ·基本蚁群算法 | 第28-33页 |
| ·人工蚂蚁和真实蚂蚁的异同 | 第28-30页 |
| ·基本蚁群算法原理 | 第30页 |
| ·基本蚁群算法数学模型 | 第30-32页 |
| ·基本蚁群算法的特点 | 第32-33页 |
| ·蚁群算法中的主要参数分析 | 第33-36页 |
| ·改进的蚁群算法 | 第36-39页 |
| ·蚁群算法存在的不足 | 第36-37页 |
| ·几种改进的蚁群算法模型 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于蚁群神经网络的运动负荷预测模型 | 第40-51页 |
| ·神经网络结构设计 | 第40-46页 |
| ·相关指标的选择 | 第40-44页 |
| ·网络结构设计 | 第44-45页 |
| ·样本数据的处理 | 第45-46页 |
| ·基于蚁群算法的神经网络训练 | 第46-49页 |
| ·基本原理 | 第46-47页 |
| ·基本步骤 | 第47-49页 |
| ·蚁群神经网络实验结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 系统实现 | 第51-60页 |
| ·系统功能 | 第51-53页 |
| ·运动负荷预测功能 | 第53-59页 |
| ·开发工具 | 第53-54页 |
| ·功能实现 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 6 结束语 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |
| 攻读学位期间的主要成果 | 第65页 |
