混沌神经网络研究及应用
| 第1章 绪论 | 第1-30页 |
| 1．1 选题背景及意义 | 第12-13页 |
| 1．2 神经系统与混沌 | 第13-16页 |
| 1．3 混沌神经网络发展综述 | 第16-28页 |
| 1．3．1 神经网络起源、发展 | 第16-19页 |
| 1．3．2 混沌学综述 | 第19-22页 |
| 1．3．3 混沌神经网络 | 第22-28页 |
| 1．4 本文主要研究内容 | 第28-30页 |
| 第2章 混沌动力学 | 第30-54页 |
| 2．1 概述 | 第30页 |
| 2．2 混沌的概念 | 第30-33页 |
| 2．3 混沌的特征和测度 | 第33-41页 |
| 2．3．1 混沌的定性特征 | 第33-35页 |
| 2．3．2 Lyapunov指数 | 第35-37页 |
| 2．3．3 拓扑熵与测度熵 | 第37-38页 |
| 2．3．4 功率谱 | 第38-40页 |
| 2．3．5 分形与分维 | 第40-41页 |
| 2．4 耗散系统中的混沌 | 第41-49页 |
| 2．4．1 耗散系统 | 第41-42页 |
| 2．4．2 耗散结构中的混沌 | 第42-43页 |
| 2．4．3 混沌吸引子 | 第43-46页 |
| 2．4．4 分叉与混沌 | 第46-48页 |
| 2．4．5 普适性 | 第48-49页 |
| 2．5 一类描述混沌映射的符号动力系统研究 | 第49-53页 |
| 2．5．1 符号动力系统 | 第49-50页 |
| 2．5．2 符号空间上的混沌映射 | 第50-52页 |
| 2．5．3 一类可用η描述的区间自映射 | 第52-53页 |
| 2．6 本章小结 | 第53-54页 |
| 第3章 多层前向神经网络的混沌学习算法研究 | 第54-74页 |
| 3．1 概述 | 第54页 |
| 3．2 多层前向网络的认知能力研究 | 第54-62页 |
| 3．2．1 激活函数 | 第56-57页 |
| 3．2．2 认知能力 | 第57-59页 |
| 3．2．3 经验风险最小化模型 | 第59-61页 |
| 3．2．4 学习过程的统计性质 | 第61-62页 |
| 3．3 混沌学习算法研究 | 第62-72页 |
| 3．3．1 反向传播学习算法分析 | 第62-64页 |
| 3．3．2 一种利用混沌搜索初值的学习算法 | 第64-67页 |
| 3．3．3 一种利用混沌进行一维搜索的学习算法 | 第67-72页 |
| 3．4 本章小结 | 第72-74页 |
| 第4章 混沌反馈神经网络研究 | 第74-94页 |
| 4．1 概述 | 第74页 |
| 4．2 Hopfield网络及动力学分析 | 第74-79页 |
| 4．2．1 离散时间Hopfield神经网络 | 第74-77页 |
| 4．2．2 连续时间Hopfield神经网络 | 第77-78页 |
| 4．2．3 在优化计算中的应用 | 第78-79页 |
| 4．3 混沌Hopfield网络模型及动力学分析 | 第79-93页 |
| 4．3．1 混沌神经元模型 | 第79-82页 |
| 4．3．2 混沌Hopfield神经网络模型 | 第82-84页 |
| 4．3．3 一种新的混沌神经网络模型 | 第84-88页 |
| 4．3．4 混沌神经网络动力学分析 | 第88-93页 |
| 4．4 本章小结 | 第93-94页 |
| 第5章 混沌遗传算法研究 | 第94-124页 |
| 5．1 概述 | 第94页 |
| 5．2 遗传算法及其理论分析 | 第94-105页 |
| 5．2．1 标准遗传算法 | 第94-97页 |
| 5．2．2 模式定理和基因块假设 | 第97-100页 |
| 5．2．3 遗传算法的收敛性分析 | 第100-105页 |
| 5．3 遗传算法的设计与实现 | 第105-110页 |
| 5．3．1 编码方法 | 第105-108页 |
| 5．3．2 适应度函数 | 第108-109页 |
| 5．3．3 遗传算子 | 第109-110页 |
| 5．4 一种混沌遗传算法 | 第110-114页 |
| 5．4．1 混合遗传算法 | 第111-113页 |
| 5．4．2 混合遗传算法实验结果 | 第113-114页 |
| 5．5 一种嵌入移位映射的混沌遗传算法 | 第114-122页 |
| 5．5．1 基于嵌入混沌序列的遗传算法 | 第114-116页 |
| 5．5．2 一种嵌入移位映射的混沌遗传算法 | 第116-121页 |
| 5．5．3 试验结果 | 第121-122页 |
| 5．6 混沌遗传算法在神经网络中的应用 | 第122-123页 |
| 5．7 本章小结 | 第123-124页 |
| 第6章 混沌神经网络应用研究 | 第124-136页 |
| 6．1 概述 | 第124页 |
| 6．2 旅行商问题及数学模型 | 第124-128页 |
| 6．2．1 旅行商问题与计算复杂性 | 第124-126页 |
| 6．2．2 旅行商问题数学模型 | 第126-128页 |
| 6．3 旅行商问题的神经网络方法 | 第128-131页 |
| 6．4 基于混沌神经网络的旅行商问题研究 | 第131-132页 |
| 6．5 仿真结果 | 第132-134页 |
| 6．6 本章小结 | 第134-136页 |
| 结论 | 第136-138页 |
| 参考文献 | 第138-147页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第147-149页 |
| 致谢 | 第149-150页 |
| 个人简历 | 第150页 |
