复杂系统的神经网络建模及仿真研究

第一章 绪论	第1-15页
·人工神经网络概述	第8-9页
·人工神经网络的研究历史	第9-13页
·当前人工神经网络的研究热点	第13-14页
·本文的主要工作	第14-15页
第二章 前馈网络	第15-30页
·人工神经网络的一些基本概念	第15-16页
·BP网络	第16-24页
·BP网络的结构	第16-18页
·BP网络的学习算法	第18-24页
·RBF神经网络	第24-28页
·RBF神经网络的结构	第24-27页
·RBF神经网络的训练	第27-28页
·神经网络的学习能力和泛化能力	第28-29页
·小结	第29-30页
第三章 钢材退火生产过程优化系统的构造	第30-40页
·人工神经网络在复杂系统建模与优化中的应用	第30-31页
·钢材退火工艺简介	第31-35页
·钢材退火炉温度自动控制的实现	第35-38页
·控制系统的结构	第35-37页
·电磁兼容性问题及其解决方案	第37-38页
·神经网络优化系统的构造	第38-39页
·小结	第39-40页
第四章 前馈神经网络函数逼近的仿真研究	第40-73页
·计算智能	第40页
·神经网络函数逼近的提出	第40-43页
·BP算法动量项的引入	第43-44页
·神经网络函数逼近的仿真研究	第44-50页
·神经网络结构的确定	第44-47页
·初始权值的选择	第47页
·训练样本的选择	第47-50页
·仿真实验	第50-72页
·BP网络对直线的拟合	第50-58页
·BP网络对曲线的拟合	第58-60页
·BP网络对曲面的拟合	第60-62页
·RBF神经网络对曲线的拟合	第62-63页
·RBF神经网络对曲面的拟合	第63-70页
·工艺参数的优化	第70-72页
·小结	第72-73页
参考文献	第73-78页
参加的工程项目、发表的论文以及获得的奖励	第78-79页
致谢	第79页