导读:本文包含了二进前向网络论文开题报告文献综述及选题提纲参考文献，主要关键词:网络,遗传,算法,编码
二进前向网络论文文献综述
张军英,许进,保铮[1]（1999）在《稳健二进前向网络的遗传训练方法》一文中研究指出稳健二进前向网络是对逻辑知识的隐式表示和显式表示的有机统一，是性能优良的逻辑知识库、推理机和解释器，但目前还没有一种网络训练算法能够训练出稳健二进前向网络，针对这种情况，本文首先对稳健二进前向网络的神经元辅阈值范围进行了改进和有效描述，并在此基础上提出了一种对稳健二进前向网络进行有效训练的遗传训练方法。在这种训练方法中，网络参数采用叁值编码方案，并运用相应的变异机制和有效的适应度函数，经这种方法训练出的网络具有结构最优、稳健性能最强和最易实现的特点。文章最后给出了实验的结果。(本文来源于《系统工程与电子技术》期刊1999年02期）
张军英,保铮[2]（1998）在《二进前向网络的结构优化设计》一文中研究指出ｎ维超立方体顶点的分类问题是人工神经网络研究中的重要问题之一。若对ｎ维超立方体的顶点进行正确分类，同时保证网络具有最好的稳健能力，则任两个不同类顶点连线的中点都应是分割这两顶点的超平面上的点。基于这样的思想，本文导出了使网络稳健能力最强的分类超平面的标准方程，给出了网络各层节点之间连接权值和阈值的可能值。其连接权值仅需取＋１、－１和０，阈值仅需取１２加上〔－ｎ，ｎ－１〕上的整数，从而可获得最优的网络结构、最少的隐节点数目、最大的稳健能力，这样结构的网络易于训练，并不易进入局部极小点。(本文来源于《系统工程与电子技术》期刊1998年03期）
张军英[3]（1998）在《二进前向网络的分类超平面理论》一文中研究指出本文提出并建立了一整套对二进前向网络分类能力进行研究的分类超平面理论，系统地解决了前向网络研究中一个困难的公开问题：二进前向网络的分类能力问题，亦即n元Boole函数非线性分类复杂度的最小上界问题，同时进行了一系列有关问题的研究，这些研究结果为二进前向网络隐节点数目的设计和稳健二进前向网络的设计提供了重要的理论依据。 造成这一问题难解的主要原因是它是一个高维空间中的强非线性问题，而关于二进前向网络的非线性分类行为目前还知之甚少。本文则从一个全新的角度，通过开创性地引入一系列新概念，系统地彻底地解决了这一问题，使得n输入的二进前向网络隐节点数目的上界从目前国际上的约为2/3的指数级下降到了2n—4的多项式级（n≥5时），是隐节点数目的最小上界，该项研究结果表明，二进前向网络的分类能力比人们想象的要强得多得多。同时，本文的研究过程第一次系统地揭示了二进前向网络非线性分类的分类行为，揭示了最优的二进前向网络是网络稳健性能优化、网络参数优化、网络规模（隐节点数目）优化的有机统一，为最优二进前向网络的设计、训练和实现奠定了坚实的理论基础。 本文的创新之处是运用构造法，通过在n维超立方体上一个一个地铺设尽可能多的处于平行模式的分类超平面，来获得n元Boole函数平行分类复杂度的最小上界，进而获得n元Boole函数分类复杂度的最小上界的，研究的过程采用了将问题简化再简化的思想：（1）首先从规范分类超平面入手，引入了能够实现稳健分类的稳健分类超平面的概念， 导出了稳健分类超平面的一般方程，使得网络的连接权仅为-1、0或+1；（2）为了严格描述处于平行模式的稳健分类超平面系，引入了两个稳健分类超平面的 反向距的概念，并给出了对偶原理；（3）为了使所能铺设的稳健分类超平面的数目尽可能大，任两个相邻的分类超平面的 分类效果不应等效于一个分类超平面/稳健分类超平面的分类效果，为此引入了两 个稳健分类超平面的退化/稳健退化的概念，并深入细致地研究了两个稳健分类超 平面退化/稳健退化的条件；（4）为了简化对稳健分类超平面系的铺设，引入了一个稳健分类超平面的余地的概念， 用以间接地描述铺设了这一稳健分类超平面后还可铺设下的稳健分类超平面的最 大数目；（5）指出了在已经铺设好稳健分类超平面ι的情况下，下一个稳健分类超平面的构造 内容提要 条件：不可退化／不可稳健退化、处于平行模式、余地最大等，并给出了构造规则，运 用构造规则一个一个地锚设稳健分类超平面，得出了在n维超立方体上所能铺设 下的稳健分类超平面的数目为2。一3；（6）提出了一个分类超平面系的（稳健）平行退化的概念，并给出了构造不可平行退化 的处于平行模式的2。一3个稳健分类超平面的构造方法；进而证明了。元Bnde函 数的稳健平行分类复杂度／平行分类复杂度的最小上界一定大于等于2。一3；（7）对于在。维超立方体上所铺设的这 Zn—3个稳健分类超平面，通过在其任意两个 相邻的稳健分类超平面之间插入新的稳健分类超平面／分类超平面的讨论，证明了 。元swte函数稳健平行分类复杂度／平行分类复杂度的最小上界一定小于等于印 一 3．O）和＊）的结果则证明了。元 B de函数稳健平行分类复杂度／平行分类复杂 度的最小上界均为2。一3【（8）通过给出分类超平面系的一般模式，及对其可分性／稳健可分性的讨论，证明了处 于模式一的分类超平面系一定是稳健可分的，且平行模式和包围模式均为模式一 的特殊情况，而处于模式二的分类超平面系的稳健可分性／可分性与其基础分类超 平面系的稳健可分性／可分性相同的结论．（9）通过时论处于平行模式且不可平行退化的Zn—3个的稳健分类超平面系及其所分 类出的红色顶点的奇偶性，给出了这样构造的稳健分类超平面系的红色顶点集合 与异或问题的红色顶点集合总是差一个顶点的结论，从而证明了这样构造的1；元 Bwte函数的分类复杂度一定为11—l或n十豆，进而讨沦了从这Zn—3个稳健分类 超平面中去掉一个分类超平面所得到的分类超平面系，其对应的1。元Bo听1函数的 分类复杂度，证明了。元Bode函数（n＞5）的分类复杂度的最小上界为2；；一4，并给 出了构造最复杂的。元Bode函数（分类复杂度为Zn—4）的构造方法；（10）进行了大量的实验研究，证实了这一研究结果的正确性． 通过以上一系列步骤，解决了二进前向网络隐节点数目的最小上界问题：由硬限幅特性神经元构成的。输入单隐层单输出二进前向网络隐节点数目的最小上界Zn—4．这一结果表明对。＋l维超立方体上 2””‘个顶点进行任意二分类所需的分类超平面数目上界比对n维超立方体上2”个顶点进行二分类所需的分类超平面数目上界多2个，而所能分类的顶点数目却是原来的一倍，而不管原来的顶点数目到底(本文来源于《西安电子科技大学》期刊1998-02-01）
二进前向网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
ｎ维超立方体顶点的分类问题是人工神经网络研究中的重要问题之一。若对ｎ维超立方体的顶点进行正确分类，同时保证网络具有最好的稳健能力，则任两个不同类顶点连线的中点都应是分割这两顶点的超平面上的点。基于这样的思想，本文导出了使网络稳健能力最强的分类超平面的标准方程，给出了网络各层节点之间连接权值和阈值的可能值。其连接权值仅需取＋１、－１和０，阈值仅需取１２加上〔－ｎ，ｎ－１〕上的整数，从而可获得最优的网络结构、最少的隐节点数目、最大的稳健能力，这样结构的网络易于训练，并不易进入局部极小点。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
二进前向网络论文参考文献
[1].张军英,许进,保铮.稳健二进前向网络的遗传训练方法[J].系统工程与电子技术.1999
[2].张军英,保铮.二进前向网络的结构优化设计[J].系统工程与电子技术.1998
[3].张军英.二进前向网络的分类超平面理论[D].西安电子科技大学.1998