| 摘要 | 第1-9页 |
| Abstract | 第9-13页 |
| 第1章 绪论 | 第13-31页 |
| ·研究课题的背景和意义 | 第13-14页 |
| ·国内外研究现状及趋势 | 第14-27页 |
| ·经典多层前馈神经网络的研究现状 | 第14-19页 |
| ·基于进化计算的多层前馈神经网络研究现状 | 第19-21页 |
| ·基于群体智能的多层前馈神经网络研究现状 | 第21-23页 |
| ·基于集成学习的多层前馈神经网络研究现状 | 第23-27页 |
| ·论文研究内容及组织 | 第27-31页 |
| ·研究内容 | 第27-28页 |
| ·论文创新点 | 第28-29页 |
| ·论文组织 | 第29-31页 |
| 第2章 神经树网络模型描述方法研究 | 第31-46页 |
| ·引言 | 第31-32页 |
| ·神经树网络模型的研究现状 | 第32-38页 |
| ·神经树网络模型描述简介 | 第32-36页 |
| ·神经树网络模型优化简介 | 第36-38页 |
| ·神经树网络模型描述方法研究 | 第38-45页 |
| ·神经树网络模型终端节点重复及深度问题 | 第38-44页 |
| ·神经树网络模型的元组描述法 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第3章 神经树网络模型优化方法研究 | 第46-83页 |
| ·引言 | 第46页 |
| ·神经树网络模型拓扑结构优化研究 | 第46-58页 |
| ·一种基于积木块库的遗传规划算法 | 第47-50页 |
| ·一种基于树编码的粒子群优化算法 | 第50-53页 |
| ·一种基于层次可变概率向量的PIPE 算法 | 第53-58页 |
| ·神经树网络模型参数优化研究 | 第58-61页 |
| ·神经树网络模型结构和参数优化协调研究 | 第61-65页 |
| ·神经树网络模型优化方法的仿真实验研究 | 第65-81页 |
| ·相关实验数据集简介 | 第65-67页 |
| ·相关算法的仿真实验研究 | 第67-81页 |
| ·小结 | 第81-83页 |
| 第4章 神经树网络集成研究 | 第83-107页 |
| ·引言 | 第83-84页 |
| ·神经树网络集成 | 第84-85页 |
| ·基于动态纠错码的神经树网络集成分类模型 | 第85-93页 |
| ·神经树网络集成分类模型简介 | 第86-89页 |
| ·神经树网络集成分类模型的实验研究 | 第89-93页 |
| ·基于Bagging 算法和Boosting 算法的神经树网络集成研究 | 第93-106页 |
| ·Bagging 算法和Boosting 算法简介 | 第93-96页 |
| ·基于Bagging 算法和Boosting 算法的神经树网络集成模型 | 第96-100页 |
| ·神经树网络集成模型的实验研究 | 第100-106页 |
| ·小结 | 第106-107页 |
| 第5章 神经树网络模型仿真实验平台及其应用研究 | 第107-125页 |
| ·引言 | 第107-108页 |
| ·开发环境及工具简介 | 第108-111页 |
| ·实验平台功能及实现简介 | 第111-118页 |
| ·神经树网络模型仿真平台的应用研究 | 第118-124页 |
| ·房地产价格指数HPI 预测问题 | 第118-121页 |
| ·铁路客运量RPTV 预测问题 | 第121-124页 |
| ·小结 | 第124-125页 |
| 第6章 总结和展望 | 第125-128页 |
| ·总结 | 第125-126页 |
| ·进一步的研究工作 | 第126-128页 |
| 参考文献 | 第128-144页 |
| 在学期间公开发表的论文及参与的项目 | 第144-145页 |
| 致谢 | 第145页 |
