文摘
英文文摘
第一章 绪论
1.1 课题研究背景与意义
1.2 目前存在的主要结构优化策略
1.3 本文的主要工作及安排
第二章 矩阵奇异值分解理论
2.1 矩阵的奇异值分解及其说明
2.1.1 奇异值分解理论
2.1.2 有关奇异值分解的几点说明
2.2 矩阵奇异值分解的性质及其应用
2.2.1 奇异值分解的主要性质
2.2.2 奇异值分解的主要特性及其应用
2.3 本章小结
第三章 基于奇异值分解的BP网络结构优化及其应用
3.1 神经网络简介
3.1.1 人工神经元模型
3.1.2 神经网络的拓扑结构及工作方式
3.1.3 神经网络泛化理论
3.2 BP神经网络简介
3.2.1 BP神经网络的结构
3.2.2 BP神经网络的学习算法
3.2.3 BP网络学习算法的改进
3.3 基于奇异值分解的BP网络结构优化策略
3.4 优化的BP网络在循环流化床锅炉中的应用
3.4.1 循环流化床锅炉建模数据的选取与分析
3.4.2 建模与仿真
3.5 本章小结
第四章 基于奇异值分解的RBF网络结构优化及其应用
4.1 RBF径向基函数神经网络简介
4.1.1 径向基函数的概念
4.1.2 RBF网络结构
4.1.3 RBF网络学习算法
4.2 基于奇异值分解的RBF网络结构优化策略
4.3 优化的RBF网络在主汽温系统中的应用
4.3.1 RBF网络建模数据的选取和分析
4.3.2 建模与仿真
4.4 本章小结
第五章 结论
参考文献
致谢
在学期间发表的学术论文和参加科研情况