| 西北师范大学研究生学位论文作者信息 | 第5-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第11-17页 |
| 1.1 课题的研究背景和意义 | 第11页 |
| 1.2 进化神经网络的研究现状 | 第11-13页 |
| 1.2.1 神经网络连接权值的进化 | 第12页 |
| 1.2.2 神经网络结构的进化 | 第12-13页 |
| 1.3 脉冲神经网络监督学习的研究现状 | 第13-15页 |
| 1.3.1 单脉冲监督学习算法 | 第13-14页 |
| 1.3.2 多脉冲监督学习算法 | 第14-15页 |
| 1.4 神经网络文化学习的研究进展 | 第15-16页 |
| 1.5 论文内容及组织结构 | 第16-17页 |
| 2 脉冲神经网络的基本理论 | 第17-25页 |
| 2.1 脉冲神经元模型 | 第17-20页 |
| 2.1.1 Hodgkin-Huxley 神经元模型 | 第17-18页 |
| 2.1.2 Integrate-and-Fire 神经元模型 | 第18-19页 |
| 2.1.3 Spike Response Model 神经元模型 | 第19-20页 |
| 2.2 脉冲神经网络的基本结构 | 第20-21页 |
| 2.2.1 前馈型网络结构 | 第20页 |
| 2.2.2 递归型网络结构 | 第20-21页 |
| 2.2.3 混合型网络结构 | 第21页 |
| 2.3 脉冲序列的信息编码方法 | 第21-25页 |
| 2.3.1 Time-to-First-Spike 编码 | 第22页 |
| 2.3.2 相位编码 | 第22-23页 |
| 2.3.3 群体编码 | 第23-25页 |
| 3 进化脉冲神经网络的计算模型 | 第25-41页 |
| 3.1 脉冲神经网络的权值矩阵 | 第25-26页 |
| 3.2 脉冲神经网络的进化算子 | 第26-30页 |
| 3.2.1 选择算子 | 第26-27页 |
| 3.2.2 交叉算子设计 | 第27-28页 |
| 3.2.3 变异算子设计 | 第28-30页 |
| 3.3 脉冲神经网络的进化算法 | 第30-31页 |
| 3.4 实验环境及参数设置 | 第31-34页 |
| 3.4.1 模拟环境 | 第31-32页 |
| 3.4.2 自主智能体 | 第32-33页 |
| 3.4.3 适应值函数 | 第33页 |
| 3.4.4 基本参数设置 | 第33-34页 |
| 3.5 进化实验结果分析 | 第34-41页 |
| 3.5.1 不同网络规模比较分析 | 第34-36页 |
| 3.5.2 两类变异算子比较分析 | 第36-37页 |
| 3.5.3 自主智能体不同运动速度比较分析 | 第37-38页 |
| 3.5.4 自主智能体不同感觉半径比较分析 | 第38-41页 |
| 4 脉冲神经网络的文化学习算法 | 第41-55页 |
| 4.1 种群进化中的学习模型分类 | 第41-44页 |
| 4.1.1 群体学习 | 第41页 |
| 4.1.2 生命周期学习 | 第41-42页 |
| 4.1.3 文化学习 | 第42-44页 |
| 4.2 脉冲神经网络文化学习的实现 | 第44-49页 |
| 4.2.1 神经网络文化学习的实现模型 | 第44-45页 |
| 4.2.2 脉冲神经网络的文化学习算法 | 第45-49页 |
| 4.3 文化学习中的信息传递方式 | 第49-50页 |
| 4.3.1 垂直文化传递 | 第49-50页 |
| 4.3.2 水平文化传递 | 第50页 |
| 4.4 文化学习实验结果分析 | 第50-55页 |
| 4.4.1 文化学习种群的适应值分析 | 第51-52页 |
| 4.4.2 垂直与水平文化传递方式比较分析 | 第52-53页 |
| 4.4.3 不同网络规模的文化学习比较分析 | 第53-55页 |
| 5 总结与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
