进化泛函网络模型与学习算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-10页 |
| ·研究的背景及意义 | 第8-9页 |
| ·论文的创新点 | 第9页 |
| ·论文的主要工作及结构安排 | 第9-10页 |
| 第二章 进化算法 | 第10-15页 |
| ·进化算法 | 第10-12页 |
| ·进化算法的产生背景 | 第10页 |
| ·进化算法的发展 | 第10-12页 |
| ·遗传规划 | 第12-14页 |
| ·遗传规划基础 | 第12页 |
| ·遗传规划的发展 | 第12-13页 |
| ·遗传规划的应用 | 第13页 |
| ·目前GP的研究 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第三章 泛函网络 | 第15-23页 |
| ·泛函网络的研究现状 | 第15-16页 |
| ·泛函网络 | 第16-18页 |
| ·泛函神经元 | 第16-17页 |
| ·泛函神经元模型 | 第17-18页 |
| ·泛函网络的基本元素 | 第18页 |
| ·泛函网络拓扑结构类型 | 第18-22页 |
| ·唯一性泛函网络模型 | 第18-19页 |
| ·广义可结合泛函网络模型 | 第19-20页 |
| ·可分离泛函网络模型 | 第20页 |
| ·广义对称性泛函网络模型 | 第20-21页 |
| ·序列泛函网络模型 | 第21页 |
| ·一般泛函网络模型 | 第21-22页 |
| ·泛函网络学习过程 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第四章 进化泛函网络模型 | 第23-30页 |
| ·基本概念 | 第23-25页 |
| ·广义基函数 | 第23-24页 |
| ·一般树结构 | 第24-25页 |
| ·基于遗传规划的泛函网络模型设计 | 第25-26页 |
| ·终止符与运算符的集合定义 | 第25页 |
| ·目标函数定义 | 第25-26页 |
| ·进化泛函网络的算法设计 | 第26页 |
| ·与传统遗传规划的不同点 | 第26页 |
| ·仿真实验 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第五章 基于进化泛函网络的多维函数逼近与数值积分 | 第30-40页 |
| ·引言 | 第30页 |
| ·基于进化泛函网络的多维函数逼近模型 | 第30-34页 |
| ·基于进化泛函网络求任意函数的数值积分 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第六章 结束语 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 附录 | 第45-47页 |
| 致谢 | 第47-48页 |
| 攻读硕士期间参与的科研项目 | 第48-49页 |
| 攻读硕士期间完成的学术论文 | 第49页 |
