人工蜂群算法在BP神经网络中的应用研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 神经网络的研究现状 | 第10-12页 |
| 1.2.2 蜂群算法的研究现状 | 第12-13页 |
| 1.2.2.1 对蜂群中引领蜂和跟随蜂的改进 | 第12页 |
| 1.2.2.2 混合优化算法 | 第12页 |
| 1.2.2.3 抛弃较差的食物源 | 第12-13页 |
| 1.3 主要研究工作 | 第13页 |
| 1.4 论文的结构 | 第13-15页 |
| 第二章 神经网络 | 第15-27页 |
| 2.1 人工神经网络 | 第15-19页 |
| 2.1.1 人工神经网络模型 | 第16-18页 |
| 2.1.2 人工神经网络的学习 | 第18-19页 |
| 2.2 BP神经网络 | 第19-26页 |
| 2.2.1 BP神经网络结构及算法流程 | 第19-21页 |
| 2.2.2 BP神经网络的缺陷 | 第21-23页 |
| 2.2.3 BP神经网络的改进现状 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 人工蜂群算法及其改进 | 第27-39页 |
| 3.1 人工蜂群算法 | 第27-34页 |
| 3.1.1 人工蜂群算法的原理 | 第27-29页 |
| 3.1.2 人工蜂群算法的流程 | 第29-32页 |
| 3.1.3 人工蜂群算法优缺点 | 第32-34页 |
| 3.2 人工蜂群算法改进优化研究 | 第34-35页 |
| 3.2.1 跟随蜂选择策略的优化 | 第34页 |
| 3.2.2 对较差食物源的优化 | 第34-35页 |
| 3.3 实验与结果分析 | 第35-37页 |
| 3.3.1 参数设置 | 第35-37页 |
| 3.3.2 实验结果分析 | 第37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 人工蜂群算法在BP神经网络中的应用 | 第39-49页 |
| 4.1 基于优化蜂群算法的BP神经网络 | 第39-41页 |
| 4.2 CMP背景介绍 | 第41-42页 |
| 4.3 影响抛光速率和效果的因素 | 第42-43页 |
| 4.3.1 抛光温度 | 第42页 |
| 4.3.2 氧化剂 | 第42页 |
| 4.3.3 磨料 | 第42-43页 |
| 4.3.4 FA/O螯合剂 | 第43页 |
| 4.3.5 活性剂 | 第43页 |
| 4.4 CMP抛光速率预测模型 | 第43-46页 |
| 4.4.1 BP神经网络结构 | 第43-44页 |
| 4.4.2 蜂群算法参数设置 | 第44-46页 |
| 4.5 结果与分析 | 第46-48页 |
| 4.6 本章总结 | 第48-49页 |
| 第五章 总结 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间取得的成果 | 第54-55页 |
| 致谢 | 第55-56页 |
