基于储备池网络的故障预测研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-22页 |
| ·课题研究背景 | 第12页 |
| ·国内外研究现状 | 第12-19页 |
| ·故障预测技术概述 | 第12-14页 |
| ·人工神经网络概述 | 第14-19页 |
| ·课题研究内容 | 第19-20页 |
| ·论文组织结构 | 第20-22页 |
| 第二章 储备池网络基本理论研究 | 第22-30页 |
| ·储备池神经网络 | 第22-25页 |
| ·储备池神经网络概述 | 第22-23页 |
| ·储备池网络的训练与计算 | 第23-25页 |
| ·静态储备池网络--ELM 神经网络 | 第25-28页 |
| ·传统单层反馈网络 | 第25-26页 |
| ·ELM 网络的理论基础与数学模型 | 第26-27页 |
| ·ELM 算法的训练与计算 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 改进的储备池方法及实验 | 第30-42页 |
| ·算法改进 | 第30-36页 |
| ·受限情况的训练与计算 | 第30-31页 |
| ·一般情况的训练过程 | 第31-32页 |
| ·储备池网络的不适定性问题 | 第32-35页 |
| ·基于结构风险最小化的改进方法 | 第35-36页 |
| ·Mackey-Class 时间序列预测 | 第36-38页 |
| ·参数设定 | 第36-37页 |
| ·预测结果及比较 | 第37-38页 |
| ·太阳黑子时间序列预测 | 第38-40页 |
| ·参数设定 | 第39页 |
| ·预测结果及比较 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 TE 过程故障预测研究 | 第42-60页 |
| ·TE 过程工艺简介 | 第42-45页 |
| ·主要故障预测 | 第45-58页 |
| ·变量选择 | 第45-46页 |
| ·一步预测 | 第46-50页 |
| ·三步预测 | 第50-54页 |
| ·五步预测 | 第54-57页 |
| ·故障类型预测 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 结论与展望 | 第60-62页 |
| ·工作总结 | 第60-61页 |
| ·未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 研究成果和发表的学术论文 | 第68-69页 |
| 作者和导师简介 | 第69-70页 |
| 硕士研究生学位论文答辩委员会决议书 | 第70-71页 |
