文摘
英文文摘
第一章绪论
1.1智能计算概述
1.1.1进化计算
1.1.2遗传程序设计的应用领域
1.1.3人工神经网络概述
1.2本课题的研究意义及主要研究工作
1.3本论文的结构框架
1.4本章小结
第二章遗传程序设计概述及改进研究
2.1生物学基础
2.2机理分析
2.2.1个体的表示方法
2.2.2初始个体生成原理
2.2.3适应度评价和选择策略
2.2.4遗传操作
2.2.5终止规则和结果标定
2.2.6控制参数
2.3 GP在建模中的应用
2.3.1建模概念提出
2.3.2 GP建模在云南病虫害预测预报系统中的运用
2.4 GP的性能改进
2.4.1 GP在实际运用中存在的主要问题
2.4.2本课题组对GP性能改进所做的工作
2.5 GP—GA改进—GEP
2.5.1 GEP(基因表达式程序设计)简介
2.5.2 GEP的改进
2.5.3仿真试验
2.6本章小结
第三章人工神经网络概述与改进
3.1人工神经元
3.1.1人工神经元的基本组成
3.1.2激活函数
3.2人工神经网络的拓扑结构
3.3人工神经网络的训练
3.3.1无导师学习
3.3.2有导师学习
3.3.3强化学习
3.3.4人工神经网络的典型模型——BP网络
3.4 BP算法的缺陷及改进
3.4.1 BP算法的缺陷
3.4.2 BP算法的改进
3.4.3 BP改进算法性能比较
3.5神经网络中的函数逼近问题
3.5.1多元连续函数的一元函数符合表示问题
3.5.2人工神经元网络的逼近
3.5.3基于BP网络的建模过程
3.5.4 BP网络及其函数逼近能力
3.5.5 BP网络泛化能力的改进
3.5.6结论
3.6 GP对神经网络的优化
3.6.1 GP对神经网络作用函数优化
3.7本章小结
第四章施肥模型的探讨及改进
4.1施肥模型综述
4.1.1施肥模型研究的意义与概述
4.1.2肥料效应函数
4.2现有施肥模型的缺陷
4.2.1“3414”试验方案的简介
4.2.2现有模型的缺陷
4.3施肥模型改进及创新
4.3.1传统建模方法
4.3.2 GP(遗传程序设计)施肥模型构造
4.3.3神经网络施肥模型构造
4.3.4线性规划仿真试验
4.3.5 GEP仿真试验
4.3.6实验结果分析与对比
4.4本章小结
本章其他实验附录:
第五章智能计算施肥模型优化系统开发研究
5.1系统需求分析
5.2系统的总体结构框架
5.3系统的功能设计
5.4数据预处理
5.4.1缺失数据处理
5.4.2噪声数据处理
5.4.3标准化、正规化变换
5.5系统开发与程序实现
5.5.1 MVC模式
5.5.2 JDBC接口
5.5.3观察者模式——Observable类和Observer接口
5.5.4数据预处理算法实现
5.5.5施肥模型算法实现
5.6系统界面设计及流程
5.7实验数据验证
第六章结论与展望
6.1主要研究成果及创新
6.2展望
参考文献
致谢
攻读硕士学位期间发表的论文
中国科学技术大学;