遗传神经网络在混沌时间序列预测中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-21页 |
| ·非线性预测 | 第8-10页 |
| ·常用的预测方法 | 第10-14页 |
| ·时间序列法 | 第10-11页 |
| ·灰色预测 | 第11页 |
| ·回归分析法 | 第11-13页 |
| ·组合预测法 | 第13页 |
| ·人工神经网络方法 | 第13-14页 |
| ·神经网络技术的发展 | 第14-16页 |
| ·神经网络用于非线性预测的研究现状 | 第16-19页 |
| ·本文主要内容与结构 | 第19-21页 |
| 第二章 BP 网络研究及应用 | 第21-32页 |
| ·神经网络概述 | 第21-22页 |
| ·BP 网络概述 | 第22-25页 |
| ·BP 神经元模型 | 第22-23页 |
| ·BP 网络的网络结构 | 第23页 |
| ·误差反传思想 | 第23-25页 |
| ·BP 算法的若干改进 | 第25-28页 |
| ·动量法 | 第26-27页 |
| ·学习速率自适应调整 | 第27-28页 |
| ·BP 网络应用设计 | 第28-31页 |
| ·MATLAB 神经网络工具箱中的BP 网络 | 第28-29页 |
| ·BP 网络的设计分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 遗传算法研究及应用 | 第32-49页 |
| ·遗传算法概述 | 第32-35页 |
| ·遗传算法的生物学基础 | 第32-33页 |
| ·遗传算法的特征 | 第33-34页 |
| ·基本遗传算法 | 第34-35页 |
| ·遗传算法应用步骤 | 第35-37页 |
| ·遗传算法的实现技术 | 第37-46页 |
| ·染色体编码方法 | 第37-39页 |
| ·个体适应度函数 | 第39-40页 |
| ·遗传算子 | 第40-44页 |
| ·遗传算法的运行参数 | 第44-46页 |
| ·MATLAB 遗传算法工具箱 | 第46-47页 |
| ·遗传神经网络 | 第47-49页 |
| 第四章 遗传神经网络应用于混沌时间序列预测的研究 | 第49-61页 |
| ·数据预处理 | 第49-52页 |
| ·数据归一化 | 第49页 |
| ·小波降噪 | 第49-51页 |
| ·混沌时间序列的预处理 | 第51页 |
| ·筛选训练样本 | 第51-52页 |
| ·最佳嵌入维数确定和遗传神经网络的实现 | 第52-56页 |
| ·最佳嵌入维数的确定 | 第52-54页 |
| ·网络参数设定 | 第54-56页 |
| ·遗传神经网络预测 | 第56-58页 |
| ·遗传神经网络用于太阳黑子预测 | 第58-61页 |
| 结论与展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
