1. 毕业设计（论文）主要内容：
集成学习已经成为近年来机器学习领域的热点之一。利用集成学习能显著提高神经网络的泛化能力,但随着基神经网络数目的增多,集成学习的计算代价显著增大,其所需的存储空间迅速增加。选择性集成学习的主要目的是进一步改善集成学习机的预测效果,提高集成学习机的预测速度,同时降低其存储需求。本课题研究基于遗传算法的选择性神经网络集成学习。即，在多神经网络集成预测中，利用遗传算法选择部分最优的神经网络个体，而非全部神经网络预测器进行选择性集成，并将该方法应用于风速预测的实践研究。具体内容如下：
（1）集成学习算法研究
（2）利用选择性集成提高人工神经网络泛化性能的研究
2. 毕业设计（论文）主要任务及要求
（1）通过本课题的训练，培养学生动手能力、分析问题及解决问题的能力；
（2）翻译与本课题相关的英文资料（不少于3000中文字符）；
（3）查阅文献资料，撰写开题报告（不少于5000中文字符）；
3. 毕业设计（论文）完成任务的计划与安排
1-2周，完成开题报告和文献翻译，完成开题答辩；
3-4周，掌握神经网络的基本原理；
5-7周，自主选择特定的一类神经网络做为研究对象，掌握其原理及MATLAB程序实现；
4. 主要参考文献
（1）Zhi-Hua Zhou, Jianxin Wu, Wei Tang, Ensembling Neural Networks: Many Could Be Better Than All，Artificial Intelligence, 2002, vol.137, no.1-2, pp.239-263.
（2）Zhi-hua Zhou, Ensemble Methods, Foundations and Algorithms, 2012.
（3）Zainal Ahmada, JieZhang, Selective combination of multiple neura lnetworks for improving model prediction in nonlinear systems modelling through forward selection andback ward elimination. Neurocomputing vol. 72, pp. 1198–1204,2009
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
