| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 人胖子神经网络 | 第10-12页 |
| 1.2 人工神经网络概念 | 第12-18页 |
| 1.2.1 人工神经网络简介 | 第12-14页 |
| 1.2.2 激活函数 | 第14-16页 |
| 1.2.3 人工神经网络的结构 | 第16-18页 |
| 1 3 神经网络研究背景 | 第18-19页 |
| 第二章 BP网络 | 第19-27页 |
| 2.1 BP神经网络的概述 | 第19-20页 |
| 2.2 传统BP算法 | 第20-24页 |
| 2.3 BP网络结构设计 | 第24-25页 |
| 2.4 BP 网络的应用与不足 | 第25-27页 |
| 第三章 几种网络训练算法 | 第27-43页 |
| 3.1 标准BP法的一些改进 | 第27-30页 |
| 3.1.1 加入动量项BP法 | 第27-28页 |
| 3.1.2 学习速率BP法 | 第28-29页 |
| 3.1.3 性BP算法 | 第29-30页 |
| 3.2 共轭梯度法 | 第30-32页 |
| 3.3 Levenberg-Marquardt算法 | 第32-34页 |
| 3.3.1 LM算法原理 | 第32-33页 |
| 3.3.2 LM算法的步骤和特点 | 第33-34页 |
| 3.4 遗传算法 | 第34-39页 |
| 3.4.1 遗传算法的基本原理 | 第35-38页 |
| 3.4.2 遗传算法流程和特点 | 第38-39页 |
| 3.5 遗传算法与LM算法的混合算法 | 第39-43页 |
| 第四章 数值实验 | 第43-47页 |
| 4.1 实验一 | 第43-46页 |
| 4.2 实验二 | 第46-47页 |
| 第五章 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |