BP网络在水机温度模型改进中的应用
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题的意义 | 第12-14页 |
| ·课题的提出 | 第12-13页 |
| ·课题的意义 | 第13-14页 |
| ·当前水电运行仿真系统的现状 | 第14-15页 |
| ·吉林丰满水电仿真系统介绍 | 第15-16页 |
| ·水电仿真建模要求 | 第16页 |
| ·课题研究的主要内容 | 第16-18页 |
| 第2章 丰满水电仿真系统水机温度模型介绍 | 第18-28页 |
| ·丰满水电仿真系统 | 第18-20页 |
| ·丰满水电运行仿真系统的软、硬件组成 | 第18-19页 |
| ·支撑环境总体结构设计 | 第19-20页 |
| ·温度系统模型 | 第20-26页 |
| ·水机系统 | 第20-21页 |
| ·冷却水系统 | 第21-22页 |
| ·润滑水系统 | 第22页 |
| ·压油装置系统 | 第22-23页 |
| ·温度系统 | 第23-26页 |
| ·传统水机温度模型存在的问题 | 第26页 |
| ·小结 | 第26-28页 |
| 第3章 BP神经网络 | 第28-38页 |
| ·人工神经网络的发展历史及现状 | 第28-30页 |
| ·人工神经网络的分类及常用的几种学习算法 | 第30-31页 |
| ·人工神经网络的分类 | 第30-31页 |
| ·神经网络常用的几种学习算法 | 第31页 |
| ·BP网络基本原理 | 第31-36页 |
| ·BP网络介绍 | 第31-32页 |
| ·BP网络的主要功能 | 第32页 |
| ·BP网络的学习规则和计算方法 | 第32-36页 |
| ·BP网络的自学习能力 | 第36-37页 |
| ·MATLAB神经网络工具箱简介 | 第37-38页 |
| 第4章 温度模型的BP神经元网络模型 | 第38-51页 |
| ·改进的温度模型的BP网络的构造 | 第38-43页 |
| ·网络层数的选取 | 第38页 |
| ·初始权值的选取 | 第38-39页 |
| ·学习速率的选取 | 第39页 |
| ·期望误差的选取 | 第39-40页 |
| ·输入、输出层节点的选择 | 第40-41页 |
| ·隐层节点数的选择 | 第41-42页 |
| ·激活函数的选择 | 第42-43页 |
| ·温度系统模型的实现 | 第43-47页 |
| ·推力瓦温的处理 | 第43-44页 |
| ·上导瓦温的处理 | 第44-46页 |
| ·下导瓦温的处理 | 第46-47页 |
| ·样本数据的采集 | 第47-49页 |
| ·样本采集对象 | 第47页 |
| ·采集数据的处理 | 第47-49页 |
| ·改进模型的程序实现 | 第49-51页 |
| 第5章 改进的温度模型的训练和测试 | 第51-58页 |
| ·改进温度模型中相关系数的确定 | 第51-54页 |
| ·学习系数的确定 | 第51页 |
| ·中间层神经元个数的确定 | 第51-52页 |
| ·改进模型的训练结果 | 第52-54页 |
| ·改进的温度模型性能的评价 | 第54-58页 |
| ·温度模型性能的评价依据 | 第54-55页 |
| ·新旧模型测试结果的比较 | 第55-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第64页 |
