| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 缩略语对照表 | 第16-21页 |
| 第一章 绪论 | 第21-27页 |
| 1.1 研究背景与意义 | 第21-22页 |
| 1.2 模糊认知图研究现状及问题的提出 | 第22-25页 |
| 1.2.1 模糊认知图和神经网络、模糊逻辑的关系 | 第22-23页 |
| 1.2.2 模糊认知图的研究现状 | 第23-24页 |
| 1.2.3 模糊认知图学习的挑战 | 第24-25页 |
| 1.3 论文结构安排 | 第25-27页 |
| 第二章 模糊认知图理论基础及其应用 | 第27-35页 |
| 2.1 引言 | 第27页 |
| 2.2 模糊认知图的结构 | 第27-28页 |
| 2.3 模糊认知图的推理 | 第28-30页 |
| 2.4 模糊认知图的学习 | 第30-32页 |
| 2.4.1 基于Hebbian的学习方法 | 第30-31页 |
| 2.4.2 基于进化计算的学习方法 | 第31页 |
| 2.4.3 混合学习方法 | 第31-32页 |
| 2.4.4 学习算法面临的问题 | 第32页 |
| 2.5 基因调控网络重建 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 基于神经网络和进化计算的模糊认知图学习 | 第35-47页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基于神经网络和进化计算的模糊认知图学习 | 第36-38页 |
| 3.2.1 学习问题建模 | 第36页 |
| 3.2.2 算法流程 | 第36-38页 |
| 3.3 实验仿真及结果分析 | 第38-45页 |
| 3.3.1 模糊认知图人工数据 | 第38-39页 |
| 3.3.2 性能评价及参数 | 第39-40页 |
| 3.3.3 模糊认知图人工数据的实验结果 | 第40-44页 |
| 3.3.4 基因调控网络数据的实验结果 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 基于动态多智能体进化算法的模糊认知图学习 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 基于动态多智能体进化的模糊认知图学习 | 第47-52页 |
| 4.2.1 学习问题建模 | 第47-48页 |
| 4.2.2 算法流程 | 第48-52页 |
| 4.3 实验仿真及结果分析 | 第52-62页 |
| 4.3.1 模糊认知图人工数据的实验结果 | 第53-61页 |
| 4.3.2 基因调控网络数据的实验结果 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 基于分布动态多智能体进化算法的模糊认知图学习 | 第63-77页 |
| 5.1 引言 | 第63页 |
| 5.2 基于分布动态多智能体进化的模糊认知图学习 | 第63-65页 |
| 5.2.1 学习问题建模 | 第63-64页 |
| 5.2.2 算法流程 | 第64-65页 |
| 5.3 实验仿真及结果分析 | 第65-75页 |
| 5.3.1 模糊认知图人工数据 | 第65-66页 |
| 5.3.2 性能评价及参数 | 第66页 |
| 5.3.3 模糊认知图人工数据的实验结果 | 第66-74页 |
| 5.3.4 基因调控网络数据的实验结果 | 第74-75页 |
| 5.4 本章小结 | 第75-77页 |
| 第六章 基于多目标进化算法的模糊认知图学习 | 第77-91页 |
| 6.1 引言 | 第77-78页 |
| 6.2 基于多目标进化算法的模糊认知图学习 | 第78-81页 |
| 6.2.1 问题建模 | 第78-79页 |
| 6.2.2 算法流程 | 第79-81页 |
| 6.3 实验仿真及结果分析 | 第81-89页 |
| 6.3.1 实验数据 | 第81页 |
| 6.3.2 性能评价及参数设置 | 第81-82页 |
| 6.3.3 人工数据的实验结果 | 第82-88页 |
| 6.3.4 真实网络数据的实验结果 | 第88-89页 |
| 6.4 本章小结 | 第89-91页 |
| 第七章 基于集成策略和多目标进化算法的模糊认知图学习 | 第91-111页 |
| 7.1 引言 | 第91页 |
| 7.2 基于集成策略和多目标进化算法的模糊认知图学习 | 第91-95页 |
| 7.2.1 学习问题建模 | 第92-93页 |
| 7.2.2 算法流程 | 第93-95页 |
| 7.3 实验仿真及结果分析 | 第95-110页 |
| 7.3.1 实验数据 | 第95页 |
| 7.3.2 性能评价及参数设置 | 第95页 |
| 7.3.3 人工数据的实验结果 | 第95-108页 |
| 7.3.4 基因调控网络数据集DREAM4的实验结果 | 第108-110页 |
| 7.4 本章小节 | 第110-111页 |
| 第八章 基于稀疏学习的大规模模糊认知图学习 | 第111-123页 |
| 8.1 引言 | 第111页 |
| 8.2 基于稀疏学习的大规模模糊认知图重建 | 第111-114页 |
| 8.2.1 学习问题建模 | 第111-112页 |
| 8.2.2 稀疏学习 | 第112-113页 |
| 8.2.3 算法流程 | 第113-114页 |
| 8.3 实验仿真及结果分析 | 第114-121页 |
| 8.3.1 参数选择 | 第114-115页 |
| 8.3.2 模糊认知图人工数据的实验结果 | 第115-117页 |
| 8.3.3 真实网络数据的实验结果 | 第117-118页 |
| 8.3.4 论文提出算法的实验对比 | 第118-121页 |
| 8.4 本章小结 | 第121-123页 |
| 第九章 模糊认知图和深度神经网络对比 | 第123-129页 |
| 9.1 引言 | 第123页 |
| 9.2 网络结构和学习算法方面对比 | 第123-127页 |
| 9.2.1 模糊认知图的网络结构 | 第123-125页 |
| 9.2.2 深度神经网络的网络结构 | 第125页 |
| 9.2.3 模糊认知图是限定条件下的深度神经网络 | 第125-126页 |
| 9.2.4 学习算法方面的对比 | 第126-127页 |
| 9.3 实验仿真及结果分析 | 第127-128页 |
| 9.4 本章小结 | 第128-129页 |
| 第十章 总结与展望 | 第129-131页 |
| 10.1 本文工作总结 | 第129页 |
| 10.2 未来工作展望 | 第129-131页 |
| 参考文献 | 第131-139页 |
| 致谢 | 第139-141页 |
| 作者简介 | 第141-143页 |
