耙吸挖泥船疏浚作业数据分析与优化决策系统设计
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第15-21页 |
| 1.1 课题研究的背景、目的和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 国内研究现状 | 第16-17页 |
| 1.2.2 国外研究现状 | 第17-18页 |
| 1.3 本课题研究内容 | 第18-21页 |
| 第2章 耙吸挖泥船疏浚作业系统介绍 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 耙吸挖泥船疏浚作业过程介绍 | 第21-22页 |
| 2.3 耙吸挖泥船主要疏浚设备研究 | 第22-26页 |
| 2.3.1 耙头 | 第22-23页 |
| 2.3.2 泥泵 | 第23-24页 |
| 2.3.3 波浪补偿器 | 第24-25页 |
| 2.3.4 溢流筒装置 | 第25-26页 |
| 2.3.5 耙臂 | 第26页 |
| 2.4 疏浚数据预处理 | 第26-29页 |
| 2.4.1 滤波算法介绍 | 第26-27页 |
| 2.4.2 滤波方法应用 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 耙吸挖泥船疏浚作业数据预测方法研究 | 第31-51页 |
| 3.1 引言 | 第31页 |
| 3.2 耙头吸入密度和溢流密度 | 第31-33页 |
| 3.2.1 耙头吸入密度 | 第31-32页 |
| 3.2.2 溢流密度 | 第32-33页 |
| 3.3 BP神经网络模型 | 第33-37页 |
| 3.3.1 三层网络结构 | 第33页 |
| 3.3.2 BP神经网络建模 | 第33-36页 |
| 3.3.3 BP神经网络设计 | 第36-37页 |
| 3.4 OS-ELM算法在线预测 | 第37-40页 |
| 3.4.1 极限学习机算法介绍 | 第37-39页 |
| 3.4.2 OS-ELM算法实现 | 第39-40页 |
| 3.5 基于OS-ELM算法的耙头吸入密度预测 | 第40-44页 |
| 3.5.1 数据来源 | 第40-41页 |
| 3.5.2 ELM隐藏层节点数优化 | 第41-42页 |
| 3.5.3 OS-ELM在线预测模型 | 第42-43页 |
| 3.5.4 算法性能比较 | 第43-44页 |
| 3.6 基于BP神经网络算法的溢流密度预测 | 第44-49页 |
| 3.6.1 溢流密度 | 第44-46页 |
| 3.6.2 BP神经网络结构设计 | 第46-47页 |
| 3.6.3 预测结果 | 第47-49页 |
| 3.7 本章小结 | 第49-51页 |
| 第4章 耙吸挖泥船疏浚作业优化决策研究 | 第51-71页 |
| 4.1 引言 | 第51页 |
| 4.2 疏浚作业优化决策研究 | 第51-55页 |
| 4.2.1 疏浚作业优化决策问题描述 | 第51-52页 |
| 4.2.2 耙吸挖泥船疏浚性能指标 | 第52-54页 |
| 4.2.3 典型疏浚装舱过程性能指标分析 | 第54-55页 |
| 4.3 基于专家系统的耙吸挖泥船疏浚作业优化设计 | 第55-66页 |
| 4.3.1 人工智能与专家系统 | 第55-57页 |
| 4.3.2 神经网络专家系统设计 | 第57-60页 |
| 4.3.3 疏浚作业优化专家系统设计 | 第60-62页 |
| 4.3.4 基于案例的推理机制设计 | 第62-64页 |
| 4.3.5 基于神经网络的推理机制设计 | 第64-65页 |
| 4.3.6 知识库建立过程 | 第65-66页 |
| 4.4 耙吸挖泥船疏浚作业专家系统应用 | 第66-70页 |
| 4.4.1 基于案例的专家系统优化决策 | 第66-68页 |
| 4.4.2 神经网络专家系统优化决策 | 第68-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第5章 耙吸挖泥船疏浚优化决策软件设计开发 | 第71-85页 |
| 5.1 耙吸挖泥船疏浚优化决策软件设计 | 第71-74页 |
| 5.1.1 软件需求分析 | 第71页 |
| 5.1.2 软件结构设计 | 第71-72页 |
| 5.1.3 软件功能设计 | 第72-73页 |
| 5.1.4 人机交互界面设计 | 第73-74页 |
| 5.2 耙吸挖泥船疏浚优化决策软件开发 | 第74-80页 |
| 5.2.1 软件开发环境 | 第74页 |
| 5.2.2 功能开发 | 第74-76页 |
| 5.2.3 人机界面开发 | 第76-80页 |
| 5.3 耙吸挖泥船疏浚优化决策软件实验研究 | 第80-84页 |
| 5.4 本章总结 | 第84-85页 |
| 总结与展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 攻读硕士学位期间的学术成果 | 第91-93页 |
| 致谢 | 第93页 |
