混沌神经网络及其在组合优化的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·混沌神经网络优化理论的研究及进展 | 第7-8页 |
| ·神经网络在组合优化问题的应用 | 第8-11页 |
| ·本论文的研究内容与主要创新 | 第11-13页 |
| 第二章 神经网络和混沌动力学概述 | 第13-28页 |
| ·神经网络简介 | 第13-20页 |
| ·生物神经网络 | 第13-16页 |
| ·人工神经网络发展历史 | 第16-17页 |
| ·人工神经元模型 | 第17-18页 |
| ·人工神经网络的学习律 | 第18-20页 |
| ·混沌动力学概述 | 第20-27页 |
| ·混沌的概念 | 第21页 |
| ·混沌的特征和测度 | 第21-25页 |
| ·耗散系统中的混沌 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第三章 HOPFIELD神经网络优化理论 | 第28-43页 |
| ·引言 | 第28-29页 |
| ·HOPFIELD神经网络模型及稳定性分析 | 第29-33页 |
| ·离散型 Hopfield神经网络(DHNN) | 第29-31页 |
| ·连续型 Hopfield神经网络(CHNN) | 第31-33页 |
| ·0-1型规划问题求解 | 第33-35页 |
| ·TSP问题的HOPFIELD求解及其参数研究 | 第35-42页 |
| ·TSP问题描述 | 第35-37页 |
| ·神经网络求解 TSP问题映射方法 | 第37-39页 |
| ·仿真分析 | 第39-42页 |
| ·小结 | 第42-43页 |
| 第四章 混沌神经网络模型及其改进模型 | 第43-59页 |
| ·引言 | 第43-44页 |
| ·几类主要的混沌神经网络模型 | 第44-47页 |
| ·全局耦合映射(GCM)模型 | 第44页 |
| ·Aihara的混沌神经网络模型 | 第44-45页 |
| ·Inoue等的混沌神经网络模型 | 第45-47页 |
| ·暂态混沌神经网络模型 | 第47-53页 |
| ·暂态混沌神经网络模型 | 第48-50页 |
| ·TCNN在中国城市TSP应用 | 第50-53页 |
| ·改进暂态混沌神经网络模型 | 第53-58页 |
| ·参数时变增益项改进 | 第53-54页 |
| ·模拟退火函数改进 | 第54-56页 |
| ·基于退火策略的混沌神经网络模型仿真 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第五章 改进的暂态混沌神经网在一类指派问题应用 | 第59-70页 |
| ·引言 | 第59页 |
| ·非平衡 B指派问题应用 | 第59-63页 |
| ·非平衡 B指派问题的能量函数 | 第60-61页 |
| ·实例仿真举例 | 第61-62页 |
| ·TCNN在文件分配问题(FAP)应用 | 第62-63页 |
| ·Job-Shop调度问题的应用 | 第63-69页 |
| ·JSP问题描述及数学模型 | 第64-65页 |
| ·JSP的换位矩阵表示 | 第65-67页 |
| ·仿真分析 | 第67-69页 |
| ·小结 | 第69-70页 |
| 第六章 结论与展望 | 第70-72页 |
| ·结论 | 第70页 |
| ·进一步工作的方向 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 攻读学位期间的研究成果 | 第79页 |
