自动机的推导与优化算法的结合

摘要	第1-4页
摘要(英)	第4-5页
前言	第5-6页
预备知识	第6-9页
第一章 使用神经网络推导自动机	第9-26页
·网络的训练	第9-13页
·网络的拓扑结构	第9-10页
·反馈神经网络的训练算法	第10-13页
·从训练好的网络中抽取自动机	第13-15页
·划分输出空间[2]	第13-14页
·自组织特征映射(SOM)[3]	第14-15页
·主要结果	第15-18页
·有限状态自动机	第15-17页
·下推有限自动机	第17页
·模糊有限自动机	第17-18页
·使用构造性神经网络推导模糊有限状态自动机	第18-25页
·Blanco的模型[3]	第18-20页
·构造性算法	第20-23页
·实验	第23-25页
·待研究的问题	第25-26页
第二章 用于推导自动机的其它优化算法	第26-34页
·进化策略[21]	第26-27页
·(μ，λ)~(FA)-策略	第27-32页
·个体的表示(模糊有限自动机的编码)	第27-28页
·变异	第28-30页
·目标函数	第30页
·实验	第30-32页
·一种用于自动机推导的结合算法	第32-34页
第三章 待研究的问题	第34-35页
参考文献	第35-39页