改进粒子群优化算法及其在人工神经网络中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-19页 |
| ·引言 | 第11-12页 |
| ·粒子群算法的研究背景 | 第12-13页 |
| ·粒子群算法的国内外研究现状 | 第13-17页 |
| ·PSO算法的改进 | 第14-16页 |
| ·PSO算法的理论分析 | 第16页 |
| ·PSO算法的应用 | 第16-17页 |
| ·本文的主要工作 | 第17-19页 |
| 2 粒子群优化算法的基础 | 第19-29页 |
| ·引言 | 第19页 |
| ·粒子群优化算法的概念 | 第19-21页 |
| ·粒子群优化算法的描述 | 第21-22页 |
| ·粒子群优化算法的基本流程 | 第22-24页 |
| ·几种典型的粒子群优化算法 | 第24-26页 |
| ·带惯性权重粒子群优化算法 | 第24-25页 |
| ·带收缩因子粒子群优化算法 | 第25页 |
| ·离散二进制的粒子群优化算法 | 第25-26页 |
| ·基准函数 | 第26-29页 |
| 3 粒子群优化算法的收敛性分析 | 第29-39页 |
| ·引言 | 第29页 |
| ·粒子群优化算法的参数控制 | 第29-32页 |
| ·粒子群优化算法的行为分析 | 第32-36页 |
| ·粒子收敛位置的存在唯一性 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4 粒子群优化算法的改进研究 | 第39-55页 |
| ·引言 | 第39-40页 |
| ·一种克服局部最优的收缩因子粒子群优化算法 | 第40-49页 |
| ·CFPSO算法概念 | 第40页 |
| ·ICFPSO算法思想与步骤 | 第40-43页 |
| ·ICFPSO算法仿真实验 | 第43-47页 |
| ·ICFPSO算法的收敛性证明 | 第47-49页 |
| ·细菌粒子群算法 | 第49-54页 |
| ·细菌及菌落生物特性 | 第49页 |
| ·细菌菌落优化算法 | 第49-51页 |
| ·算法原理与步骤 | 第51-52页 |
| ·算法仿真实验 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 5 改进粒子群优化算法在神经网络中的应用研究 | 第55-67页 |
| ·引言 | 第55页 |
| ·人工神经网络基本概念 | 第55-59页 |
| ·人工神经网络结构 | 第57页 |
| ·人工神经网络学习 | 第57-58页 |
| ·人工神经网络的特点 | 第58-59页 |
| ·BP神经网络 | 第59-63页 |
| ·BP学习算法原理 | 第59-62页 |
| ·BP网络的特点 | 第62-63页 |
| ·I CFPSO算法在BP网络中的应用 | 第63-66页 |
| ·算法基本思想与步骤 | 第64页 |
| ·算法关键问题 | 第64-65页 |
| ·算法仿真实验 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 6 总结 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 个人简介 | 第75-76页 |
| 附录 在读期间发表和完成的论文目录 | 第76页 |
