| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·自适应均衡算法的研究概况 | 第12-13页 |
| ·神经网络发展概况 | 第13-14页 |
| ·遗传算法优化神经网络的国内外研究动向 | 第14-15页 |
| ·文章结构安排 | 第15-17页 |
| 第二章 前馈神经网络自适应均衡基本理论 | 第17-33页 |
| ·自适应均衡基本理论 | 第17-23页 |
| ·信道均衡原理 | 第17-18页 |
| ·自适应均衡基本算法 | 第18-23页 |
| ·最小均方(LMS)算法 | 第19-20页 |
| ·递归最小二乘(RLS)算法 | 第20-23页 |
| ·前馈神经网络基本理论 | 第23-27页 |
| ·神经网络基础知识 | 第23页 |
| ·前馈神经网络模型 | 第23-24页 |
| ·BP神经网络 | 第24-27页 |
| ·前馈神经网络自适应均衡算法 | 第27-31页 |
| ·基于神经网络均衡器的自适应均衡算法 | 第27-28页 |
| ·三层BP神经网络自适应均衡算法 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 遗传算法及神经网络优化理论 | 第33-47页 |
| ·遗传算法的基本理论 | 第33-41页 |
| ·遗传算法概述 | 第33-34页 |
| ·遗传算法基本原理 | 第34页 |
| ·遗传算法的特点 | 第34-35页 |
| ·遗传算法的基本流程 | 第35-36页 |
| ·遗传算法的实现 | 第36-41页 |
| ·遗传算法对神经网络优化可行性 | 第41-43页 |
| ·遗传算法对神经网络的优化方式 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于标准遗传算法优化神经网络的自适应均衡算法 | 第47-67页 |
| ·GA优化神经网络权值自适应均衡算法 | 第47-59页 |
| ·GA优化神经网络权值自适应均衡算法基本原理 | 第47-48页 |
| ·二进制编码GA优化神经网络权值自适应均衡算法 | 第48-54页 |
| ·初始权值的优化阶段 | 第48-50页 |
| ·权值的局部优化阶段 | 第50-51页 |
| ·计算机仿真 | 第51-54页 |
| ·实数编码GA优化神经网络权值自适应均衡算法 | 第54-59页 |
| ·实数编码GA优化神经网络权值自适应均衡算法的算法形式 | 第54-56页 |
| ·计算机仿真 | 第56-59页 |
| ·GA优化前馈神经网络结构自适应均衡算法 | 第59-65页 |
| ·GA优化神经网络结构自适应均衡算法的基本原理 | 第59-60页 |
| ·GA优化神经网络结构自适应均衡算法的算法形式 | 第60-62页 |
| ·计算机仿真 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 基于紧凑遗传算法的前馈神经网络自适应均衡算法 | 第67-79页 |
| ·CGA基本思想概述 | 第67-68页 |
| ·逐位变异的精英紧凑遗传算法 | 第68-71页 |
| ·基于紧凑遗传算法优化前馈神经网络的自适应均衡算法 | 第71-76页 |
| ·紧凑遗传前馈神经网络自适应均衡算法 | 第71-72页 |
| ·计算机仿真 | 第72-76页 |
| ·本章小结 | 第76-79页 |
| 第六章 总结与展望 | 第79-81页 |
| ·论文主要做的工作 | 第79-80页 |
| ·今后进一步研究的方向 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-89页 |
| 附录:攻读学位期间发表的学术论文 | 第89页 |
