第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 传统神经网络
1.2.2 分数阶神经网络
1.3 本文的研究内容及结构安排
第2章 预备知识
2.1 引言
2.2 分数阶微积分理论
2.2.1 主要定义
2.2.2 主要性质
2.3 分数阶自适应学习算法(FAL法)—分数阶最速下降法
2.4 人工神经网络
2.4.1 神经网络结构
2.4.2 单隐层前馈神经网络
2.5 BP算法
2.5.1 BP算法描述
2.5.2 BP算法流程
2.6 本章小结
第3章 FAL-BP算法
3.1 引言
3.2 算法设计
3.3 主要结论
3.4 理论证明
3.5 本章小结
第4章 FAL-BP算法数值模拟研究
4.1 引言
4.2 实验设置
(1)三种不同的分数阶导数定义下FAL-BP 算法性能的比较
(2)FAL-BP 神经网络算法
4.3 三种定义下FAL-BP算法性能比较
4.4 FAL-BP算法与整数阶BP算法对比实验
4.5 本章小结
第5章 总结与展望
参考文献
攻读硕士学位期间取得的学术成果
致谢
中国石油大学(华东);