| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 论文的研究背景与意义 | 第11-12页 |
| 1.2 国内外的研究现状 | 第12-15页 |
| 1.2.1 热带果树种植适宜度研究现状 | 第12-13页 |
| 1.2.2 BP神经网络研究现状 | 第13-15页 |
| 1.3 论文的主要工作 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第二章 基础理论与关键技术 | 第17-27页 |
| 2.1 数据预处理方法 | 第17-18页 |
| 2.1.1 数据清理 | 第17-18页 |
| 2.1.2 数据规约 | 第18页 |
| 2.1.3 数据规范化 | 第18页 |
| 2.2 人工神经网络 | 第18-21页 |
| 2.2.1 人工神经元模型 | 第18-19页 |
| 2.2.2 人工神经网络模型 | 第19-21页 |
| 2.3 BP神经网络 | 第21-26页 |
| 2.3.1 BP神经网络的基本思想 | 第21-22页 |
| 2.3.2 经典BP神经网络结构 | 第22-23页 |
| 2.3.3 BP算法参数调整策略 | 第23-25页 |
| 2.3.4 BP神经网络的优点及其局限性 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于多隐含层BP神经网络的热带果树种植适宜度分析 | 第27-38页 |
| 3.1 分类模型评价标准 | 第27-28页 |
| 3.2 BP神经网络结构设计方式 | 第28-29页 |
| 3.2.1 输入层和输出层设计 | 第28页 |
| 3.2.2 隐含层设计思路 | 第28-29页 |
| 3.3 多隐含层BP神经网络可靠性验证 | 第29-32页 |
| 3.3.1 数据介绍 | 第29页 |
| 3.3.2 数据规范化处理 | 第29页 |
| 3.3.3 实验设备 | 第29页 |
| 3.3.4 网络结构设计 | 第29-30页 |
| 3.3.5 单隐含层BP神经网络可靠性验证 | 第30-31页 |
| 3.3.6 多隐含层BP神经网络可靠性验证 | 第31-32页 |
| 3.4 多隐含层BP神经网络应用于热带果树种植适宜度分析 | 第32-36页 |
| 3.4.1 实验设备 | 第32页 |
| 3.4.2 影响因素选取 | 第32页 |
| 3.4.3 数据介绍 | 第32-33页 |
| 3.4.4 数据预处理 | 第33页 |
| 3.4.5 网络结构设计 | 第33页 |
| 3.4.6 单隐含层BP神经网络实现 | 第33-35页 |
| 3.4.7 多隐含层BP神经网络实现 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 基于遗传算法改进BP神经网络 | 第38-49页 |
| 4.1 遗传算法概述 | 第38页 |
| 4.2 遗传算法流程 | 第38-40页 |
| 4.3 遗传算法的优点 | 第40-41页 |
| 4.4 GA-BP遗传算法 | 第41-43页 |
| 4.5 遗传算法参数选取 | 第43-44页 |
| 4.5.1 种群规模确定 | 第43-44页 |
| 4.5.2 交叉概率 | 第44页 |
| 4.5.3 变异概率 | 第44页 |
| 4.6 GA-BP多隐含层神经网络可靠性验证 | 第44-46页 |
| 4.6.1 数据介绍 | 第44页 |
| 4.6.2 最大进化次数确定 | 第44-46页 |
| 4.7 GA-BP神经网络应用于热带果树种植适宜度分析 | 第46-48页 |
| 4.7.1 实验设备 | 第46页 |
| 4.7.2 最大进化次数确定 | 第46页 |
| 4.7.3 实验结果及对比分析 | 第46-48页 |
| 4.8 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |
