基于遗传算法的BP网络优化研究及其应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题来源概述 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·课题目的和意义 | 第12-13页 |
| ·本文所做的工作 | 第13页 |
| ·本文结构和组织 | 第13-15页 |
| 第2章 神经网络和遗传算法研究 | 第15-34页 |
| ·神经网络的基本理论 | 第15-18页 |
| ·神经元模型 | 第15-17页 |
| ·网络拓扑结构 | 第17-18页 |
| ·多层前馈神经网络模型 | 第18-24页 |
| ·BP算法的实现步骤 | 第19-21页 |
| ·已有的BP算法的改进 | 第21-23页 |
| ·网络的设计 | 第23-24页 |
| ·人工神经网络的应用 | 第24-25页 |
| ·遗传算法基本理论 | 第25-28页 |
| ·遗传算法的基本思想 | 第26页 |
| ·遗传算法的基本操作算子 | 第26-28页 |
| ·遗传算法的改进 | 第28-31页 |
| ·简单遗传算法的局限性 | 第28页 |
| ·自适应遗传算法 | 第28-30页 |
| ·混合遗传算法 | 第30-31页 |
| ·遗传算法的应用 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 遗传算法与BP网络结合的研究 | 第34-48页 |
| ·遗传算法优化BP网络分析 | 第34-38页 |
| ·遗传算法与BP神经网络结合 | 第34页 |
| ·遗传算法优化BP网络 | 第34-38页 |
| ·改进的遗传算法优化BP网络的设计 | 第38-45页 |
| ·改进遗传算法设计 | 第38-40页 |
| ·改进的自适应交叉变异率 | 第40-42页 |
| ·改进遗传算法优化BP网络的工作流程 | 第42-45页 |
| ·实验验证 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 遗传优化神经网络在养老基金预测中应用 | 第48-55页 |
| ·基本养老保险基金的主要影响因素 | 第48-49页 |
| ·基于精算学的养老基本预测模型 | 第49-50页 |
| ·基于遗传优化神经网络的基本养老保险基金预测 | 第50-54页 |
| ·样本数据标准化处理 | 第50-51页 |
| ·预测模型设计 | 第51-52页 |
| ·结果分析 | 第52-54页 |
| ·两种预测模型比较 | 第54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及参加的项目 | 第60-61页 |
| 致谢 | 第61页 |
