混沌神经网络及其收敛性问题的研究
| 中文摘要 | 第1页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·课题研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的研究内容 | 第11-12页 |
| 第二章 混沌理论 | 第12-22页 |
| ·混沌的起源和发展 | 第12-13页 |
| ·混沌的概念 | 第13-14页 |
| ·混沌系统的主要参数 | 第14-18页 |
| ·Lyapunov 指数 | 第14-16页 |
| ·分形和分维 | 第16-17页 |
| ·测度熵 | 第17-18页 |
| ·典型的混沌系统 | 第18-21页 |
| ·Logistic 映射——虫口模型 | 第18-20页 |
| ·洛伦兹方程——大气对流模型 | 第20-21页 |
| ·本章小节 | 第21-22页 |
| 第三章 混沌神经网络模型 | 第22-32页 |
| ·混沌神经网络的原理 | 第22页 |
| ·混沌神经网络模型 | 第22-31页 |
| ·Aihara 的混沌神经网络 | 第23-25页 |
| ·藕合混沌神经元网络 | 第25-27页 |
| ·Inoue 等的混沌神经网络模型 | 第25-26页 |
| ·Kaneko 的藕合混沌神经网络模型 | 第26-27页 |
| ·基于模拟退火策略的混沌神经网络 | 第27-30页 |
| ·Chen&Aihara 的混沌神经网络 | 第27-28页 |
| ·Wang& Smith 的混沌神经网络 | 第28-30页 |
| ·带有混沌噪音的神经网络 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 改进的基于混沌噪声的暂态混沌神经网络 | 第32-39页 |
| ·基本模型及研究进展 | 第32-34页 |
| ·混沌噪声的混沌神经网络模型 | 第32-33页 |
| ·非单调转换函数的混沌神经网络模型 | 第33-34页 |
| ·一种暂态混沌神经网络模型及其收敛性 | 第34-38页 |
| ·T-G 混沌神经元模型 | 第34-35页 |
| ·T-G 暂态混沌神经网络 | 第35-36页 |
| ·实例仿真 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于混沌遗传算法的网络学习算法 | 第39-53页 |
| ·遗传算法的基本理论及其搜索策略 | 第39-42页 |
| ·混沌遗传算法 | 第42页 |
| ·多轨道混沌优化算法 | 第42-44页 |
| ·两群迭代混沌遗传算法 | 第44-46页 |
| ·算法原理 | 第44页 |
| ·算法步骤 | 第44-45页 |
| ·混沌优化神经网络步骤 | 第45-46页 |
| ·收敛性分析 | 第46-49页 |
| ·多层前馈网络的收敛性分析 | 第46-47页 |
| ·遗传算法的收敛性分析 | 第47-48页 |
| ·改进的混沌遗传算法优化神经网络收敛性分析 | 第48-49页 |
| ·混沌遗传算法优化神经网络实例仿真 | 第49-52页 |
| ·配电网故障特征的提取 | 第50页 |
| ·仿真分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 结束语 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 在学期间发表的学术论文和参加科研情况 | 第60页 |
