首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

BP神经网络算法与其它算法的融合研究及应用

中文摘要第1-4页
英文摘要第4-7页
1 绪论第7-10页
   ·研究背景第7-8页
     ·神经网络的简介第7页
     ·神经网络的发展第7-8页
     ·神经网络的应用第8页
   ·研究意义第8-9页
   ·研究目的与内容第9-10页
2 BP 神经网络概述第10-22页
   ·神经网络基本理论第10-12页
     ·生物神经元模型第10页
     ·人工神经元模型第10-11页
     ·神经网络的学习第11-12页
     ·神经网络的特点第12页
   ·BP 神经网络第12-16页
     ·BP 网络结构第12-13页
     ·BP 算法的原理分析第13-15页
     ·BP 算法的程序实现第15-16页
   ·BP 网络的性能分析第16-21页
     ·BP 网络的缺陷第16-18页
     ·BP 算法的改进第18-21页
   ·本章小结第21-22页
3 混沌优化算法第22-27页
   ·混沌的基本理论第22-25页
     ·混沌的定义第22页
     ·混沌的特性第22-23页
     ·混沌系统第23-25页
   ·变尺度混沌算法第25-26页
     ·变尺度混沌算法的原理第25页
     ·变尺度混沌算法的程序实现第25-26页
   ·本章小结第26-27页
4 粒子群优化算法第27-32页
   ·粒子群优化算法的基本理论第27-29页
     ·算法的基本原理第27页
     ·算法的数学描述第27-28页
     ·算法流程第28-29页
   ·基本PSO 与其他进化算法的比较第29-30页
   ·改进的粒子群优化算法(MPSO 算法)第30-31页
   ·本章小结第31-32页
5 变尺度混沌算法的 BP 网络优化第32-37页
   ·引言第32页
   ·MSC-BP1 算法第32-33页
     ·算法的基本思想第32-33页
     ·MSC-BP1 算法的实现步骤第33页
   ·MSC-BP2 算法第33-34页
     ·算法的基本思想第33-34页
     ·MSC-BP2 算法的实现步骤第34页
   ·仿真实验第34-36页
   ·本章小结第36-37页
6 改进混沌 PSO 算法的 BP 网络优化第37-41页
   ·引言第37页
   ·MCPSO-BP 算法第37-38页
   ·仿真实验第38-40页
   ·本章小结第40-41页
7 结论与展望第41-42页
致谢第42-43页
参考文献第43-47页
附录 作者在攻读硕士学位期间发表的论文目录第47页

论文共47页,点击 下载论文
上一篇:大型模锻压机电控系统框架研究及实验平台的开发和设计
下一篇:基于RFID技术的哨兵执勤管理系统设计与研究