| 摘要 | 第1-8页 |
| Abstract | 第8-16页 |
| 第1章 引言 | 第16-26页 |
| ·问题的提出 | 第16-18页 |
| ·国内外研究现状 | 第18-23页 |
| ·印度洋大眼金枪鱼延绳钓渔业现状 | 第18-20页 |
| ·渔情预测国内外研究现状 | 第20-21页 |
| ·径向基函数神经网络的研究现状 | 第21-23页 |
| ·本文主要工作及章节结构 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第2章 基本理论介绍 | 第26-39页 |
| ·RBF 神经网络 | 第26-33页 |
| ·RBF 神经网络的结构 | 第26-29页 |
| ·RBF 神经网络的学习算法 | 第29-33页 |
| ·一阶段学习 | 第29页 |
| ·两阶段学习 | 第29-32页 |
| ·三阶段学习 | 第32-33页 |
| ·智能优化算法 | 第33-38页 |
| ·智能优化算法的概念和分类 | 第33-34页 |
| ·和声搜索算法 | 第34-38页 |
| ·小结 | 第38-39页 |
| 第3章 基于模糊聚类的 RBFNN 的渔情预测模型 | 第39-49页 |
| ·数据预处理 | 第39-40页 |
| ·数据的清理和选择 | 第39-40页 |
| ·数据的变换和组织 | 第40页 |
| ·基于模糊聚类的 RBF 神经网络 | 第40-42页 |
| ·基于和声搜索的 RBFNN 规则提取 | 第42-47页 |
| ·预测模型的构建和评估 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第4章 渔情预测原型系统设计 | 第49-53页 |
| ·系统开发环境 | 第49页 |
| ·系统框架 | 第49-50页 |
| ·系统界面 | 第50-53页 |
| 第5章 原型系统在印度洋大眼金枪鱼延绳钓渔业的应用 | 第53-72页 |
| ·数据准备 | 第53-56页 |
| ·印度洋渔业数据收集 | 第54-55页 |
| ·印度洋海洋环境因子数据收集 | 第55-56页 |
| ·数据预处理 | 第56-61页 |
| ·渔业数据预处理 | 第56-57页 |
| ·海洋环境数据预处理 | 第57-61页 |
| ·样本组织 | 第61-65页 |
| ·栖息地指数 | 第61-62页 |
| ·数据组织 | 第62-65页 |
| ·规则数据组织 | 第62-65页 |
| ·预测数据组织 | 第65页 |
| ·知识的获取 | 第65-66页 |
| ·结果分析与评价 | 第66-71页 |
| ·小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| ·结论 | 第72页 |
| ·不足之处及今后研究方向 | 第72-74页 |
| 附录 | 第74-75页 |
| 研究生学习期间公开发表论文及研究成果 | 第74-75页 |
| 参考文献 | 第75-83页 |
| 致谢 | 第83-84页 |