基于遗传算法的前馈神经网络结构优化
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9页 |
| ·遗传算法的研究背景和研究现状 | 第9-12页 |
| ·遗传算法的研究背景 | 第9-10页 |
| ·遗传算法的研究现状 | 第10-12页 |
| ·神经网络的研究背景和研究现状 | 第12-15页 |
| ·神经网络的研究背景 | 第12-14页 |
| ·神经网络的研究现状 | 第14-15页 |
| ·选题的目的及意义 | 第15页 |
| ·本文的章节安排 | 第15-17页 |
| 第二章 遗传算法的理论基础 | 第17-25页 |
| ·达尔文的生物进化论 | 第17页 |
| ·遗传算法概述 | 第17页 |
| ·遗传算法的基本原理 | 第17-18页 |
| ·遗传算法的基本操作 | 第18-25页 |
| ·遗传编码 | 第18-19页 |
| ·种群初始化 | 第19页 |
| ·适应度函数的设计 | 第19-20页 |
| ·遗传操作 | 第20-23页 |
| ·参数的选择 | 第23-25页 |
| 第三章 神经网络概述 | 第25-35页 |
| ·生物神经元 | 第25-26页 |
| ·人工神经网络 | 第26-27页 |
| ·神经元的激活函数 | 第27页 |
| ·BP神经网络 | 第27-35页 |
| ·BP网络结构 | 第27-28页 |
| ·BP神经网络的算法推导 | 第28-34页 |
| ·BP神经网络优缺点 | 第34-35页 |
| 第四章 遗传算法优化BP神经网络结构的研究 | 第35-47页 |
| ·BP神经网络存在的问题和解决方案 | 第35-39页 |
| ·BP神经网络存在的问题 | 第35页 |
| ·BP神经网络的改进 | 第35-39页 |
| ·BP神经网络的结构设计问题 | 第39-40页 |
| ·BP神经网络和遗传算法结合的可行性 | 第40-42页 |
| ·BP算法和遗传算法的性能的互补 | 第40页 |
| ·一种提高算法效率的变焦遗传算法 | 第40-41页 |
| ·BP神经网络和变焦遗传算法结合的具体方法 | 第41-42页 |
| ·基于变焦遗传算法的BP神经网络仿真对比 | 第42-47页 |
| 第五章 基于改进遗传算法的BP网络结构优化 | 第47-56页 |
| ·改进的遗传算法 | 第47-50页 |
| ·遗传操作的改进 | 第47-50页 |
| ·遗传算法优化BP神经网络结构 | 第50页 |
| ·用MATLAB实现遗传算法 | 第50-51页 |
| ·改进后的遗传算法优化BP神经网络结构 | 第51-55页 |
| ·结果分析 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 发表文章目录 | 第60-61页 |
| 致谢 | 第61-62页 |
| 详细摘要 | 第62-72页 |
