| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| §1-1 人工神经网络 | 第7-9页 |
| 1-1-1 人工神经网络产生的背景 | 第7页 |
| 1-1-2 神经网络的发展过程 | 第7-9页 |
| 1-1-3 神经网络的发展前景 | 第9页 |
| §1-2 径向基神经网络（RBFN）概述 | 第9-10页 |
| §1-3 神经网络规划算法 | 第10页 |
| §1-4 本论文的工作及内容安排 | 第10-12页 |
| 第二章 RBF神经网络 | 第12-24页 |
| §2-1 RBF神经网络 | 第12-18页 |
| 2-1-1 人工神经网络的特点和基本原理 | 第12-14页 |
| 2-1-2 RBF神经网络的兴起 | 第14页 |
| 2-1-3 RBF基函数 | 第14-15页 |
| 2-1-4 RBF神经网络结构 | 第15-16页 |
| 2-1-5 RBF神经网络的映射关系 | 第16-18页 |
| §2-2 RBF神经网络学习算法 | 第18-23页 |
| 2-2-1 权重的确定 | 第18-20页 |
| 2-2-2 回归树的产生 | 第20页 |
| 2-2-3 回归树与RBF神经网络的结合 | 第20-21页 |
| 2-2-4 回归树与RBF神经网络结合实例 | 第21-23页 |
| §2-3 本章小结 | 第23-24页 |
| 第三章 样本集线性可分的网络规划算法 | 第24-32页 |
| §3-1 支持向量机理论 | 第24-26页 |
| §3-2 神经网络规划及其与SVM算法的等价性 | 第26-29页 |
| 3-2-1 网络规划模型 | 第26-28页 |
| 3-2-2 神经网络的规划算法与SVM算法的等价性 | 第28-29页 |
| §3-3 单纯形迭代算法 | 第29-30页 |
| §3-4 实例 | 第30页 |
| §3-5 本章小结 | 第30-32页 |
| 第四章 样本集线性不可分的网络规划算法 | 第32-44页 |
| §4-1 球形覆盖领域 | 第32-34页 |
| 4-1-1 人工神经元模型 | 第32页 |
| 4-1-2 超平面表示 | 第32-33页 |
| 4-1-3 球领域的表示 | 第33-34页 |
| §4-2 球形覆盖学习算法 | 第34-41页 |
| 4-2-1 球形覆盖的意义 | 第34-35页 |
| 4-2-2 覆盖算法 | 第35-38页 |
| 4-2-3 交叉覆盖算法 | 第38-41页 |
| §4-3 模拟结果 | 第41-43页 |
| §4-4 本章小结 | 第43-44页 |
| 第五章 结论 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间所取得的相关科研成果 | 第49页 |