| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的研究内容 | 第11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 第2章 神经网络算法的理论基础 | 第13-32页 |
| 2.1 神经网络发展概述 | 第13-14页 |
| 2.2 神经网络的基本原理 | 第14-21页 |
| 2.2.1 神经元的基本模型 | 第14-18页 |
| 2.2.2 神经网络的基本模型结构 | 第18-21页 |
| 2.3 几种常用的神经网络 | 第21-30页 |
| 2.3.1 BP 神经网络 | 第21-27页 |
| 2.3.2 RBF 神经网络 | 第27-28页 |
| 2.3.3 HOPFIELD 神经网络 | 第28-29页 |
| 2.3.4 随机神经网络 | 第29-30页 |
| 2.4 神经网络存在问题 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 粒子群优化算法 | 第32-51页 |
| 3.1 粒子群优化算法基本原理 | 第32-36页 |
| 3.1.1 算法的数学描述 | 第32-36页 |
| 3.2 粒子群优化算法与遗传算法的比较 | 第36-41页 |
| 3.3 粒子群算法的改进以及仿真测试 | 第41-49页 |
| 3.3.1 基于惯性权重的粒子群优化算法 | 第42-43页 |
| 3.3.2 带收缩因子的粒子群优化算法 | 第43页 |
| 3.3.3 混沌粒子群算法 | 第43-44页 |
| 3.3.4 几种改进粒子群优化算法的计算机仿真 | 第44-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第4章 基于粒子群优化算法的神经网络理论基础 | 第51-63页 |
| 4.1 改进的粒子群优化神经网络的基本原理 | 第52-57页 |
| 4.1.1 编码 | 第52-53页 |
| 4.1.2 粒子群优化神经网络权向量原理 | 第53-55页 |
| 4.1.3 神经网络结构优化原理 | 第55页 |
| 4.1.4 改进的混合算法设计流程 | 第55-57页 |
| 4.2 改进的神经网络算法的计算机仿真 | 第57-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第5章 基于改进神经网络的线阵 CCD 液位传感器标定 | 第63-73页 |
| 5.1 线阵 CCD 液位传感器的标定现状 | 第63-65页 |
| 5.2 MATLAB 中神经网络工具箱的简介 | 第65-66页 |
| 5.3 基于神经网络的线阵 CCD 液位传感器的数据拟合 | 第66-72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
| 致谢 | 第79页 |