基于Delphi人工神经网络模型库的开发及实现

摘要

本文从实际应用出发，对方案设计的有关理论进行探讨，采用可视化技术，面向对象编程思想，开发通用的人工神经网络模型库平台。 论文首先分析了课题的背景及研究意义，然后介绍了神经网络模型的知识体系结构、网络的学习规则、典型的学习算法以及神经网络模型中各要素之间的关系的基本知识，为后面具体网络模型的设计作理论基础。根据课题的功能需求勾画系统的总体结构图以及功能模块IDEFO图，并阐述了每个模块的作用、实现方法以及关键技术。 程序设计模块是本课题的核心部分。本文按照瀑布模型的思路来指导该模块的设计。结合神经网络模型的拓扑结构和算法特点，将目前常用的网络模型分成四大类：前向神经网络、反馈神经网络、竞争神经网络和随机神经网络，逐一进行设计，包括程序界面、算法流程及参数设置等，每一类型自成一独立模块。对于每一类神经网络模型本文都给出一个应用实例，生动具体地说明了神经网络模型的设计方法以及使用步骤，突出了其方便实用易操作的特点。

目录

文摘

英文文摘

第一章绪论

1.1课题背景

1.2课题意义

1.3国内外研究现状

1.4本文的主要工作

1.5本章小结

第二章神经网络模型库构建的理论基础

2.1神经网络模型知识体系

2.1.1神经网络模型中各要素之间的作用关系

2.1.2神经网络模型的推理机制

2.2神经网络的学习规则

2.3神经网络模型的总体算法

2.3.1反向传播算法

2.3.2反馈网络学习算法

2.3.3竞争学习算法

2.3.4模拟退火算法

2.3.5遗传算法

2.4组织神经网络的关键问题

2.5本章小结

第三章神经网络模型库软件平台设计方案的体系结构

3.1系统功能简介

3.2系统的总体结构

3.2.1总体结构图

3.2.2程序设计模块

3.3系统的工作流程

3.4操作系统及开发工具的选择

3.5关键技术及其实现

3.5.1数据输入

3.5.2算法的编写

3.5.3算法的调用

3.5.4代码的优化

3.5.5面向对象可视化编程技术

3.6本章小结

第四章前向神经网络

4.1概述

4.2界面设计

4.3典型前向神经网络模型

4.3.1单层感知器网络模型

4.3.2 BP神经网络模型

4.4网络应用举例

4.5部分程序代码

4.6本章小结

第五章反馈神经网络

5.1概述

5.2界面设计

5.3典型的反馈神经网络模型

5.3.1 Hopfield神经网络模型

5.3.2双向异联想记忆网络(BAM)

5.4应用举例

5.5部分程序代码

5.6本章小结

第六章竞争型神经网络程序设计

6.1概述

6.2界面设计

6.3典型竞争型神经网络模型

6.3.1 ART1神经网络模型

6.3.2 Hamming网络模型

6.4应用举例

6.5部分程序代码

6.6本章小结

第七章随机型神经网络模型程序设计

7.1概述

7.2界面设计

7.3典型随机型神经网络模型

7.3.1 Boltzman机

7.3.2.遗传算法优化神经网络

7.4应用举例

7.5部分程序代码

7.6本章小结

第八章其他模块的设计实现

8.1示例演示模块

8.2网络模型修改模块

8.3网络模型结构图模块

8.4帮助模块的制作

8.5部分程序代码

8.6本章小结

第九章论文总结与展望

9.1论文总结

9.2进一步研究展望

参考文献

致谢

攻读学位期间发表的学术论文目录