基于改进鱼群算法的BP神经网络优化研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·主要研究工作 | 第13页 |
| ·论文的结构 | 第13-15页 |
| 第二章 BP神经网络模型 | 第15-26页 |
| ·人工神经网络 | 第15-18页 |
| ·神经网络的特点 | 第15-16页 |
| ·人工神经元模型 | 第16页 |
| ·神经网络的结构 | 第16-17页 |
| ·神经网络的学习 | 第17-18页 |
| ·BP神经网络简介 | 第18-25页 |
| ·BP神经网络的拓扑结构 | 第19-21页 |
| ·BP神经网络的学习算法 | 第21页 |
| ·BP算法的数学描述 | 第21-23页 |
| ·BP算法的实现步骤 | 第23-24页 |
| ·BP算法的缺点 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 人工鱼群算法 | 第26-40页 |
| ·人工鱼群算法描述 | 第26-29页 |
| ·人工鱼群的参数定义 | 第27页 |
| ·觅食行为 | 第27-28页 |
| ·聚群行为 | 第28页 |
| ·追尾行为 | 第28页 |
| ·公告板 | 第28页 |
| ·行为选择 | 第28-29页 |
| ·算法流程 | 第29页 |
| ·算法全局收敛的影响因素 | 第29-31页 |
| ·各参数对算法收敛性能的影响分析 | 第31-33页 |
| ·视野 | 第31页 |
| ·步长 | 第31-32页 |
| ·拥挤度因子 | 第32页 |
| ·人工鱼群的数目 | 第32-33页 |
| ·改进的人工鱼群算法IAFSA | 第33-37页 |
| ·人工鱼群算法的初始化 | 第33-35页 |
| ·鱼群行为的改进 | 第35-36页 |
| ·逃逸行为 | 第36-37页 |
| ·实验与结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于改进鱼群算法的BP神经网络优化 | 第40-56页 |
| ·基本人工鱼群神经网络AFSA-NN30 | 第40-45页 |
| ·算法描述 | 第40-42页 |
| ·实验与结果分析 | 第42-45页 |
| ·与BP神经网络的寻优时间对比 | 第42-44页 |
| ·与BP神经网络的分类性能对比 | 第44-45页 |
| ·改进人工鱼群神经网络IAFSA-NN | 第45-50页 |
| ·算法描述 | 第45-47页 |
| ·实验与结果分析 | 第47-50页 |
| ·与AFSA-NN的寻优时间对比 | 第47-49页 |
| ·与AFSA-NN的分类性能对比 | 第49-50页 |
| ·神经网络的模块化 | 第50-54页 |
| ·算法描述 | 第50-53页 |
| ·实验与结果分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 附件 | 第62页 |
