基于改进遗传算法的神经网络结构优化研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-14页 |
| ·选题背景与研究意义 | 第8-9页 |
| ·国内外研究现状及分析 | 第9-12页 |
| ·神经网络结构优化研究现状 | 第9-11页 |
| ·遗传算法国内外研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 神经网络 | 第14-23页 |
| ·概述 | 第14-15页 |
| ·神经网络的基础知识 | 第15-18页 |
| ·神经网络的性质与优点 | 第18页 |
| ·神经网络主要结构优化算法 | 第18-22页 |
| ·规则化方法 | 第19页 |
| ·相关性剪枝算法 | 第19-21页 |
| ·惩罚项剪枝算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 遗传算法及其改进 | 第23-37页 |
| ·遗传算法概述 | 第23页 |
| ·遗传算法基本原理 | 第23页 |
| ·基本遗传算法步骤 | 第23-32页 |
| ·参数编码 | 第25-26页 |
| ·初始群体的设定 | 第26-27页 |
| ·适应度函数的设计 | 第27-28页 |
| ·遗传操作设计 | 第28-32页 |
| ·改进遗传算法(IGA) | 第32-36页 |
| ·编码方案:将染色体设计成三层递阶结构 | 第32-33页 |
| ·适应度函数的确定：适应值指数比例系数自适应调整 | 第33-34页 |
| ·遗传操作 | 第34-36页 |
| ·循环终止及收敛判定 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 用 IGA 来优化神经网络 | 第37-50页 |
| ·神经网络与遗传算法的结合 | 第37-39页 |
| ·遗传算法对神经网络的优化方式 | 第39-41页 |
| ·IGA 应用于神经网络结构的优化 | 第41-47页 |
| ·染色体编码 | 第42页 |
| ·交叉和变异 | 第42-43页 |
| ·基于 IGA 的神经网络结构优化设计 | 第43-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
