| 第一章 引言 | 第1-16页 |
| ·自动舵的起源、发展 | 第9页 |
| ·自动舵的基本工作原理 | 第9-10页 |
| ·传统控制自动舵技术的发展 | 第10-14页 |
| ·经典控制的自动舵 | 第10-12页 |
| ·自适应舵技术的发展 | 第12-14页 |
| ·智能技术在自动舵设计中的应用 | 第14-15页 |
| ·本文主要工作的简介 | 第15-16页 |
| 第二章 人工神经网络基本知识 | 第16-28页 |
| ·人工神经网络简述 | 第16-18页 |
| ·人工神经网络的产生与发展 | 第16页 |
| ·人工神经网络的特点 | 第16-17页 |
| ·人工神经网络的分类 | 第17页 |
| ·人工神经网络的广泛应用 | 第17-18页 |
| ·人工神经元模型 | 第18-19页 |
| ·人工神经网络的运行过程 | 第19-21页 |
| ·人工神经网络的学习算法 | 第21-26页 |
| ·前向多层神经网络的BP学习算法 | 第21-24页 |
| ·BP网络学习算法的改进 | 第24-26页 |
| ·遗传算法与人工神经网络的结合 | 第26-28页 |
| 第三章 遗传算法理论 | 第28-42页 |
| ·遗传算法的产生与发展 | 第28-29页 |
| ·遗传算法概述 | 第28页 |
| ·遗传算法的基本思想 | 第28-29页 |
| ·遗传算法的特点 | 第29页 |
| ·遗传算法的定理与假设 | 第29-32页 |
| ·模式定理 | 第30-31页 |
| ·积木块假设 | 第31-32页 |
| ·欺骗问题 | 第32页 |
| ·遗传算法应用设计 | 第32-41页 |
| ·编码问题 | 第32-33页 |
| ·适应度函数 | 第33-35页 |
| ·选择问题 | 第35-37页 |
| ·交叉／基因重组运算 | 第37-39页 |
| ·变异运算 | 第39-40页 |
| ·主要参数的选择 | 第40-41页 |
| ·遗传算法的应用情况 | 第41-42页 |
| 第四章 改进型遗传算法的提出及其在神经网络参数优化中的应用 | 第42-50页 |
| ·标准遗传算法及其应用实例 | 第42-44页 |
| ·标准遗传算法的基本操作 | 第42页 |
| ·标准遗传算法运算过程 | 第42-43页 |
| ·应用实例 | 第43-44页 |
| ·改进型遗传算法 | 第44-49页 |
| ·标准遗传算法的改进 | 第45页 |
| ·算法描述 | 第45-46页 |
| ·改进型遗传算法的主要操作 | 第46-48页 |
| ·改进型遗传算法性能分析 | 第48-49页 |
| ·神经网络参数的优化 | 第49-50页 |
| 第五章 两种遗传算法在解决连续异或问题中的比较和分析 | 第50-69页 |
| ·用神经网络解决连续异或问题 | 第50-51页 |
| ·用标准遗传算法优化网络参数 | 第51-59页 |
| ·标准遗传算法的优化步骤 | 第51-52页 |
| ·进化结果 | 第52-59页 |
| ·用改进型遗传算法优化网络参数 | 第59-66页 |
| ·改进型遗传算法的优化步骤 | 第59-60页 |
| ·进化结果 | 第60-66页 |
| ·仿真结果分析 | 第66-69页 |
| 第六章 改进型遗传算法在船舶航向神经网络控制器中的应用 | 第69-76页 |
| ·船舶航向控制的数学模型 | 第69-70页 |
| ·PID自动舵的的设计 | 第70-73页 |
| ·船舶航向控制神经网络控制器的设计 | 第73-76页 |
| ·神经网络控制方案 | 第73-74页 |
| ·神经网络控制器 | 第74-76页 |
| 第七章 总结与展望 | 第76-78页 |
| ·本文的主要研究工作总结 | 第76页 |
| ·进一步的研究和展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
