基于仿生优化算法的神经进化方法研究

目录

声明

致谢

变量注释表

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 浅层神经进化研究

1.2.2 深层神经进化研究

1.2.3 存在的问题与不足

1.3 研究内容、研究方法及技术路线

1.3.1 研究内容

1.3.2 研究方法

1.3.3 技术路线

2 基础理论知识

2.1.1 基本结构

2.1.2 学习方法

2.2.1 基本结构

2.2.2 学习方法

2.3.1 遗传算法

2.3.2 郊狼优化算法

3 基于权值空间的浅层神经进化方法

3.1.1 设计原理与思想

3.1.2 映射空间与搜索能力

3.2.1 遗传算法的改进

3.2.2 基于IGA的浅层神经进化方法

3.3.1 郊狼算法的改进

3.3.2 基于ICOA的浅层神经进化方法

3.4 实验与分析

3.4.1 实验数据集

3.4.2 实验对比与参数

3.4.3 实验结果与分析

3.5 本章小结

4 基于结构空间的深层神经进化方法

4.1.1 设计原理与思想

4.1.2 结构空间

4.2 结构空间下的遗传算法

4.2.1 染色体编码

4.2.2 适应度函数

4.2.3 选择操作

4.2.4 变异操作

4.3.1 网络评估策略

4.3.2 初始化种群

4.3.3 基于GA的深层神经进化方法

4.4 实验与分析

4.4.1 实验数据集

4.4.2 实验环境与参数

4.4.3 实验结果与分析

4.5 本章小结

5 结论与展望

5.1 结论

5.2 创新点

5.3 展望

参考文献

作者简历

学位论文原创性声明

学位论文数据集