| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-14页 |
| ·选题背景及意义 | 第6-7页 |
| ·混沌神经网络发展综述 | 第7-10页 |
| ·混沌神经网络的研究现状 | 第10-11页 |
| ·小波混沌神经网络 | 第11-12页 |
| ·本文的章节安排 | 第12-14页 |
| 第二章 混沌、混沌动力学与混沌优化 | 第14-28页 |
| ·引言 | 第14页 |
| ·混沌的定义及特性 | 第14-19页 |
| ·混沌的定义 | 第14-16页 |
| ·混沌的基本特性 | 第16-18页 |
| ·基本术语 | 第18-19页 |
| ·混沌动力学的发展 | 第19-21页 |
| ·混沌优化 | 第21-23页 |
| ·概述 | 第21-23页 |
| ·混沌优化原理 | 第23页 |
| ·基于混沌变量的混沌优化 | 第23-27页 |
| ·混沌动力学系统的选择 | 第23-24页 |
| ·基于混沌变量的混沌优化算法的发展 | 第24-25页 |
| ·基于混沌神经网络的混沌优化 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 混沌神经网络 | 第28-38页 |
| ·引言 | 第28-29页 |
| ·混沌神经网络 | 第29-37页 |
| ·Aihara 的混沌神经网络模型 | 第29-32页 |
| ·Inoue等的混沌神经网络模型 | 第32-35页 |
| ·暂态混沌神经网络（TCNN）模型 | 第35-37页 |
| ·小波混沌神经网络 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第四章 一种新颖的混沌神经网络模型 | 第38-50页 |
| ·引言 | 第38-39页 |
| ·神经元模型 | 第39-41页 |
| ·一种新的混沌神经网络 | 第41-44页 |
| ·小波理论 | 第42-43页 |
| ·激励函数采用Mexican hat小波函数的混沌神经网络 | 第43-44页 |
| ·Chen的混沌神经元和采用Mexican hat小波函数作为激励函数的混沌神经元 | 第44-47页 |
| ·Chen的混沌神经元 | 第44-45页 |
| ·采用Mexican hat小波函数作为激励函数的混沌神经元 | 第45-47页 |
| ·改进的Mexican hat小波混沌神经网络 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 Mexican hat小波混沌神经网络在函数优化中的应用 | 第50-56页 |
| ·混沌神经网络的主要应用 | 第50-51页 |
| ·优化问题 | 第51-55页 |
| ·最优化问题简介 | 第51页 |
| ·Mexican hat小波混沌神经网络在函数优化中的应用 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 在读期间发表论文 | 第64-66页 |
