摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-11页 |
·研究目的和意义 | 第9-10页 |
·国内外非均匀性校正算法研究发展现状 | 第10页 |
·论文内容安排 | 第10-11页 |
2 归一化BP 人工神经网络校正系统 | 第11-24页 |
·神经网络基本原理 | 第11-13页 |
·生物神经元及生物神经网络 | 第11-12页 |
·人工神经元模型 | 第12-13页 |
·人工神经网络算法的发展 | 第13-14页 |
·BP 网络基本原理和公式推导 | 第14-17页 |
·BP 网络用于非均匀性校正的具体实现 | 第17-19页 |
·BP 算法的进一步分析 | 第19-20页 |
·归一化的BP 校正算法 | 第20-24页 |
3 面向对象计时双流Petri 网及建模方法 | 第24-35页 |
·Petri 网基本理论 | 第24-28页 |
·Petri 网的基本定义 | 第24-25页 |
·Petri 网的变迁规则 | 第25-26页 |
·Petri 网的基本性质 | 第26-28页 |
·计时双流Petri 网 | 第28-32页 |
·一般Petri 网模型的扩展 | 第28页 |
·双流 Petri 网 | 第28-29页 |
·计时双流Petri 网 | 第29-32页 |
·TDPN 的面向对象扩展 | 第32-33页 |
·建模方法 | 第33-35页 |
4 模型分析验证技术 | 第35-41页 |
·分析验证概述 | 第35页 |
·Petri 网的仿真分析技术 | 第35-41页 |
·仿真分析方法概述 | 第35-38页 |
·一般Petri 网的电路模拟 | 第38-40页 |
·OO-TDPN 的电路模拟 | 第40-41页 |
5 归一化BP 人工神经网络校正算法的OO-TDPN 模型研究及验证 | 第41-55页 |
·归一化的BP 校正系统顶层模型 | 第41-42页 |
·归一化的BP 校正系统第二层模型 | 第42-44页 |
·类Correction 的网模型 | 第42-43页 |
·类input 的网模型 | 第43-44页 |
·归一化的BP 校正系统第三层模型 | 第44-48页 |
·类TSLC | 第44-45页 |
·类QC | 第45-46页 |
·类LS | 第46-48页 |
·归一化的BP 校正系统第四层模型 | 第48-49页 |
·归一化的BP 校正系统第五层模型 | 第49-53页 |
·类correction-Q | 第49-51页 |
·类correction-G | 第51-53页 |
·模型仿真 | 第53-55页 |
结论 | 第55-56页 |
参考文献 | 第56-58页 |
攻读硕士学位期间发表的论文及科研成果 | 第58-59页 |
致谢 | 第59-60页 |