【人工神经网络遗传算法理论及其在优化控制中的应用研究】王建.pdf

摘要摘要人工神经网络(ANN)、遗传算法(GA)是近年来兴起的具有智能化的信息处理方法,是对无法有效处理日益复杂问题如高维、多变量、耦合、非线性的传统方法新的补充,因而受到极大重视并得到广泛应用,成为研究热点之一。本文探讨了人工神经网络、遗传算法的理论、方法及其在优化、控制中的应用,计算机仿真表明了人工神经网络、遗传算法在处理复杂和非线性问题方面的有效性和实用性.本文由七章构成:第一章综述国内外文献报道的人工神经网络、遗传算法理论及应用所取得的进展,简要地介绍了本文的工作:第二章着重围绕BP网络、Hopfield网络论述了人工神经网络的研究基础:第三章论述了遗传算法的特点

日录目录中文摘要英文摘要,第-章绪论 1人工神经网络遗传算法研究意义和发展状况1遗传算法研究意义和发展状况 1本文的工作概况第章人工神经网络研究基础2神经元2神经网络的结构2人工神经网络模型 2人工神经网络的学习算法第三章遗传算法的数学原理分析:3遗传算法的模式定理3遗传算法的效率与隐含并行性第四章遗传算法在优化问题中的应用4遗传算法在:类资源优化问题中的应用4基于遗传算法的目标规划求解.4基于遗传算法的神经网络预测方法.

第一章绪论自然科学基金等也都把人工神经网络研究列入选题指南,神经网络的产品及其实际应用已在国民经济中取得了一定的效益。相信随着神经网络研究的进一步深入,它必将在我国的生产建设中发挥更大的作用.经过多年的研究探索,已出最初的M-P神经网络模型到现在已开发出三十多种人工神经网络模型,神经网络的发展不仅体现在理论上,而且体现在实时硬件实现上。据报道,目前开发出的神经网络硬件产品主要有:德国Siemens公司研制的MA-16芯片,这是-种专门用于神经网络的数学信号处理器。