声明
摘要
第一章 绪论
1.1 本课题的研究背景
1.1.1 人工神经网络的发展历史
1.1.2 人工神经网络的特点
1.1.3 BP神经网络的国内外研究现状
1.2 本课题的研究意义
1.3 本文的工作与安排
第二章 相关工作
2.1 BP神经网络概述
2.2 BP算法及其改进
2.2.1 标准BP算法概述
2.2.2 BP算法的实现
2.2.3 BP算法的一些改进
2.3 粒子群优化算法
2.3.1 粒子群优化算法概述
2.3.2 基本粒子群优化算法及改进
2.3.3 标准粒子群优化算法实现
2.4 模拟退火算法
2.4.1 模拟退火算法基本理论
2.4.2 模拟退火算法实现
2.5 本章小结
第三章 基于粒子群优化与BP协同算法的神经网络学习方法
3.1 引言
3.2 基于PSO迭代优化与BP更新算法的网络权值调整
3.2.1 BP网络权值更新
3.2.2 基于PSO迭代优化的权值更新
3.2.3 基于PSO-BP协同算法的网络权值更新
3.3 基于PSO-BP协同算法的网络学习方法
3.4 实验与分析
3.4.1 测试函数与参数设置
3.4.2 实验结果与分析
3.5 本章小结
第四章 基于粒子群优化与BP混合算法神经网络学习方法
4.1 引言
4.2 局部收敛与极值扰动
4.3 PSO-BP混合算法Ⅰ
4.3.1 算法描述
4.3.2 算法流程
4.3.3 实验与分析
4.4 PSO-BP混合算法Ⅱ
4.4.1 算法描述
4.4.2 算法流程
4.4.3 实验与分析
4.5 本章小结
第五章 基于模拟退火与PSO-BP协同算法的网络学习新方法
5.1 引言
5.2 PSO-BP协同算法的网络参数更新
5.3 SA-PSO-BP网络学习算法
5.3.1 算法描述
5.3.2 算法流程
5.4 实验与分析
5.4.1 测试函数与参数设置
5.4.2 实验结果与分析
5.5 本章小结
第六章 总结与展望
参考文献
致谢
攻读硕士学位期间发表的学术论文
攻读硕士学位期间参加的科研项目