基于极限学习机的预测算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 概述 | 第10-16页 |
| 1.1. 选题背景与意义 | 第10-11页 |
| 1.2. 国内外研究现状 | 第11-13页 |
| 1.3. 论文主要研究内容 | 第13页 |
| 1.4. 论文的结构组织与安排 | 第13-14页 |
| 1.5. 本章小结 | 第14-16页 |
| 第二章 相关理论概述 | 第16-22页 |
| 2.1. 人工神经网络 | 第16-18页 |
| 2.2. 极限学习机 | 第18-19页 |
| 2.2.1. 极限学习机 | 第18-19页 |
| 2.2.2. 正则化极限学习机 | 第19页 |
| 2.3. 智能优化算法 | 第19-21页 |
| 2.3.1. 遗传算法 | 第20页 |
| 2.3.2. 粒子群算法 | 第20-21页 |
| 2.4. 本章小结 | 第21-22页 |
| 第三章 基于遗传算法的正则化极限学习机 | 第22-34页 |
| 3.1. 问题引入 | 第22-23页 |
| 3.2. 基于遗传算法的正则化极限学习机 | 第23-24页 |
| 3.3. 实验结果与分析 | 第24-31页 |
| 3.3.1. 参数选择 | 第24-27页 |
| 3.3.2. 实验结果与分析 | 第27-31页 |
| 3.4. 本章小结 | 第31-34页 |
| 第四章 基于粒子群的正则化极限学习机 | 第34-44页 |
| 4.1. 问题引入 | 第34-35页 |
| 4.2. 基于粒子群算法的正则化极限学习机 | 第35-37页 |
| 4.3. 实验结果与分析 | 第37-43页 |
| 4.3.1. 参数选择 | 第37-38页 |
| 4.3.2. 实验结果与分析 | 第38-43页 |
| 4.4. 实验结果对比 | 第43页 |
| 4.5. 本章小结 | 第43-44页 |
| 第五章 RELM预测算法子系统的设计与实现 | 第44-54页 |
| 5.1. 系统开发环境 | 第44页 |
| 5.2. 需求分析 | 第44-45页 |
| 5.2.1. 功能需求 | 第44-45页 |
| 5.2.2. 非功能性需求 | 第45页 |
| 5.3. 软件设计 | 第45-48页 |
| 5.3.1. 概要设计 | 第45-47页 |
| 5.3.2. 详细设计 | 第47-48页 |
| 5.4. RELM预测算法子系统的实现 | 第48-53页 |
| 5.4.1. 界面设计 | 第48-49页 |
| 5.4.2. 预测算法模块实现 | 第49-53页 |
| 5.5. 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-64页 |
| 致谢 | 第64-66页 |
| 攻读硕士学位期间取得的科研成果 | 第66-67页 |
