几种仿生算法的研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·课题背景及意义 | 第6-7页 |
| ·仿生算法的研究现状 | 第7-8页 |
| ·仿生算法的研究未来发展趋势 | 第8页 |
| ·研究内容与章节内容 | 第8-10页 |
| 第二章 常用仿生算法 | 第10-17页 |
| ·仿生算法研究的意义 | 第10页 |
| ·常用仿生算法 | 第10-16页 |
| ·人工神经网络 | 第10-11页 |
| ·遗传算法 | 第11页 |
| ·蚁群算法 | 第11-13页 |
| ·人工生命 | 第13-14页 |
| ·粒子群算法 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 反向传播算法的研究及改进 | 第17-36页 |
| ·神经网络认识 | 第17-19页 |
| ·BP 神经网络介绍 | 第19-24页 |
| ·神经网络有效噪声引入的研究 | 第24-26页 |
| ·神经网络误差评价函数的算法改进 | 第26-28页 |
| ·输入实例为正态分布评价函数 | 第26-27页 |
| ·输入实例为布尔值的评价函数 | 第27-28页 |
| ·实验设计 | 第28-35页 |
| ·实验设计思想 | 第28-29页 |
| ·噪声引入实验测试与分析 | 第29-33页 |
| ·神经网络误差评价函数的算法改进 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于种群和染色体选优算法的研究及改进 | 第36-47页 |
| ·遗传算法介绍 | 第36-37页 |
| ·遗传算法的基本原理 | 第37-39页 |
| ·种群选择的改进 | 第39-42页 |
| ·种群选择的改进算法思想 | 第39页 |
| ·扩大种群选择算法试验与分析 | 第39-42页 |
| ·染色体选择算法的改进 | 第42-46页 |
| ·染色体定向选择算法改进思想 | 第42-43页 |
| ·染色体定向选择算法改进实验 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 结合ANN 和GA 的算法研究及改进 | 第47-53页 |
| ·神经网络和遗传算法的特点 | 第47-48页 |
| ·神经网络和遗传算法的不同点 | 第47页 |
| ·神经网络和遗传算法的相同点 | 第47-48页 |
| ·算法的研究及改进 | 第48-49页 |
| ·实验结果及分析 | 第49-52页 |
| ·实验框架 | 第49-50页 |
| ·实验结果及分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结及展望 | 第53-55页 |
| ·全文工作的总结 | 第53页 |
| ·下一步工作 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 附录1 个人介绍及公开发表论文情况 | 第58页 |
