| 第一章 绪论 | 第1-13页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·集成学习及其研究现状 | 第9-10页 |
| ·单亲遗传算法及其研究现状 | 第10-11页 |
| ·本文主要的工作 | 第11-13页 |
| 第二章 集成学习理论和神经网络 | 第13-30页 |
| ·集成学习理论 | 第13-24页 |
| ·集成学习及其应用 | 第13-15页 |
| ·集成学习的分类 | 第15-16页 |
| ·Boosting 算法和bagging 算法 | 第16-21页 |
| ·boosting 算法 | 第16-19页 |
| ·bagging 算法 | 第19-21页 |
| ·boosting 和bagging 算法的有效性解释 | 第21-22页 |
| ·贝叶斯加方差分解(Bias Plus Variance Decomposition) | 第21页 |
| ·Margin | 第21-22页 |
| ·Boosting、Bagging 算法和噪声 | 第22-24页 |
| ·神经网络 | 第24-28页 |
| ·神经网络的原理、发展及应用 | 第24页 |
| ·BP 神经网络的数学模型 | 第24-25页 |
| ·传递函数 | 第25页 |
| ·误差计算模型 | 第25页 |
| ·中间层节点的数学模型 | 第25-26页 |
| ·输出节点的数学模型 | 第26页 |
| ·修正权值 | 第26页 |
| ·BP 算法的实现步骤 | 第26-27页 |
| ·神经网络的应用 | 第27页 |
| ·神经网络的缺点 | 第27-28页 |
| ·一维原材料切割优化问题 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第三章 集成神经网络优化研究 | 第30-49页 |
| ·集成神经网络思想的提出 | 第30-31页 |
| ·集成学习算法-BOOSTING & BAGGING | 第31-36页 |
| ·Boosting 算法 | 第31-35页 |
| ·Boosting 算法简介 | 第31页 |
| ·Boosting 算法的原理和伪码描述 | 第31-35页 |
| ·Bagging 算法 | 第35-36页 |
| ·Bagging 算法简介 | 第35页 |
| ·Bagging 算法伪码描述 | 第35-36页 |
| ·Boosting 算法和神经网络的结合 | 第36页 |
| ·Boosting 算法和神经网络的集成 | 第36页 |
| ·Bagging 算法和神经网络的集成 | 第36页 |
| ·BOOSTING 算法的过适应现象和噪声 | 第36-37页 |
| ·仿真实验 | 第37-42页 |
| ·数据集合 | 第37-38页 |
| ·神经网络分类器的构造 | 第38-39页 |
| ·集成神经网络试验结果分析比较 | 第39-42页 |
| ·BOOSTING 算法的参数优化作用 | 第42-45页 |
| ·MARGIN-BOOSTING 算法的有效性实验解释 | 第45-46页 |
| ·BOOSTING 对噪声过适应的解释 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 集成学习分类权值优化预测研究 | 第49-60页 |
| ·遗传算法 | 第49-55页 |
| ·遗传算法的发展 | 第50页 |
| ·遗传算法的数学特征和生物学含义 | 第50-52页 |
| ·遗传算法的基本内容和步骤 | 第52-55页 |
| ·基于遗传算法的集成神经网络学习分类权值优化预测研究 | 第55-57页 |
| ·遗传算法的实现 | 第55-56页 |
| ·仿真实验 | 第56-57页 |
| ·基于最小二乘法的集成神经网络学习分类权值优化预测研究 | 第57-59页 |
| ·基于最小二乘法的集成神经网络学习算法 | 第57-58页 |
| ·仿真实验 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 物料切割模型的优化研究 | 第60-71页 |
| ·问题的提出和研究现状 | 第60-61页 |
| ·单亲遗传算法 | 第61-64页 |
| ·单亲遗传算法机制 | 第61-64页 |
| ·单亲遗传算法的运行机理 | 第61-63页 |
| ·单亲遗传算法的遗传算子 | 第63页 |
| ·单亲遗传算法的运行步骤 | 第63-64页 |
| ·模型构建 | 第64-69页 |
| ·CSP 问题的数学模型 | 第64-65页 |
| ·基于单亲遗传算法的最优材料组合方法 | 第65-68页 |
| ·染色体的精简策略 | 第65-66页 |
| ·评价函数 | 第66-67页 |
| ·遗传操作算子 | 第67-68页 |
| ·基于精华策略的选择算子 | 第67页 |
| ·变异操作 | 第67-68页 |
| ·基于PGA 的元件连续切割过程 | 第68-69页 |
| ·模拟结果 | 第69页 |
| ·小结 | 第69-71页 |
| 第六章 总结 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 发表论文及参加科研情况 | 第76-77页 |
| 致谢 | 第77页 |
