论文目录 | |
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-9页 |
| 第1章 绪论 | 第9-21页 |
| · 多层前向人工神经网络 | 第9-14页 |
| · 多层前向人工神经网络的概述 | 第9-11页 |
| · 多层前向人工神经网络发展史 | 第11-12页 |
| · 多层前向人工神经网络的国内外研究现状 | 第12-14页 |
| · 多层前向人工神经网络中存在的问题 | 第14页 |
| · 小世界网络 | 第14-19页 |
| · 复杂网络发展状况 | 第14-16页 |
| · 复杂网络中的小世界现象 | 第16页 |
| · 小世界网络模型 | 第16-19页 |
| · 基于择优思想的前向人工神经网络自适应模型的提出 | 第19-20页 |
| · 课题创新点 | 第20-21页 |
| 第2章 多层前向小世界人工神经网络 | 第21-27页 |
| · 多层前向小世界人工神经网络 | 第21-25页 |
| · WS 型多层前向小世界人工神经网络 | 第21-24页 |
| · NW 型多层前向小世界人工神经网络 | 第24-25页 |
| · 多层前向小世界人工神经网络中存在的问题 | 第25-27页 |
| 第3章 多层前向小世界神经网络结构自适应模型研究 | 第27-42页 |
| · WS 型多层前向小世界人工神经网络结构自适应模型 | 第27-34页 |
| · WS 型神经网络结构自适应模型描述 | 第27-30页 |
| · WS 型神经网络结构自适应模型算法 | 第30-31页 |
| · WS 型神经网络结构自适应模型应用于函数逼近 | 第31-33页 |
| · 与 WS 型多层前向小世界人工神经网络性能比较 | 第33-34页 |
| · NW 型多层前向小世界神经网络结构自适应模型 | 第34-41页 |
| · NW 型神经网络结构自适应模型描述 | 第34-36页 |
| · NW 型神经网络结构自适应模型算法 | 第36-37页 |
| · NW 型神经网络结构自适应模型应用于函数逼近 | 第37-38页 |
| · 与 NW 型多层前向小世界人工神经网络性能比较 | 第38-40页 |
| · 与 NW 型多层前向小世界人工神经网络在不同精度下的比较 | 第40-41页 |
| · 结论 | 第41-42页 |
| 第4章 基于结构自适应网络的钢坯表面温度预测系统研究 | 第42-59页 |
| · 钢坯温度场预测的研究背景 | 第42-44页 |
| · 某工厂加热炉工艺简介及温度场智能系统分析 | 第44-46页 |
| · NW 型结构自适应网络应用于温度场预测系统模型构建 | 第46-52页 |
| · 模型输入输出变量的确定 | 第46页 |
| · 模型隐层结构的确立 | 第46-49页 |
| · 构建 NW 型多层前向小世界神经网络结构自适应模型 | 第49-50页 |
| · 基于择优思想的结构自适应模型的预测步骤 | 第50-52页 |
| · 仿真结果分析 | 第52-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 导师简介 | 第64-65页 |
| 作者简介 | 第65-66页 |
| 第66页 |
