基于多目标多样性回声状态网络的时间序列分析
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景和研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文研究内容和主要贡献 | 第13-14页 |
| 1.4 本文结构安排 | 第14-15页 |
| 第2章 相关工作 | 第15-29页 |
| 2.1 回声状态网络 | 第15-18页 |
| 2.1.1 回声状态网络原理 | 第15-16页 |
| 2.1.2 回声状态网络参数 | 第16-17页 |
| 2.1.3 回声状态网络训练算法 | 第17-18页 |
| 2.2 多目标遗传算法 | 第18-27页 |
| 2.2.1 多目标优化 | 第19-20页 |
| 2.2.2 遗传算法 | 第20-22页 |
| 2.2.3 NSGA-Ⅱ | 第22-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 多目标多样性回声状态网络(MODESN) | 第29-41页 |
| 3.1 特征提取 | 第29-32页 |
| 3.2 MODESN模型 | 第32-40页 |
| 3.2.1 时间序列的多样性 | 第34-37页 |
| 3.2.2 ESN多样性 | 第37-38页 |
| 3.2.3 MODESN原理 | 第38-39页 |
| 3.2.4 MODESN模型训练过程 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 聚类NSGA-Ⅱ | 第41-49页 |
| 4.1 聚类二元锦标赛法 | 第41-44页 |
| 4.2 聚类NSGA-Ⅱ步骤 | 第44-45页 |
| 4.3 用聚类NSGA-Ⅱ求解MODESN模型 | 第45-46页 |
| 4.4 本章小结 | 第46-49页 |
| 第5章 实验分析 | 第49-63页 |
| 5.1 实验数据 | 第49-50页 |
| 5.2 实验参数设定 | 第50-54页 |
| 5.2.1 模型部分的参数设定 | 第50-52页 |
| 5.2.2 CNSGA-Ⅱ部分的参数设定 | 第52-54页 |
| 5.3 不同时间序列距离和过拟合的关系 | 第54-56页 |
| 5.4 验证ESN多样性的有效性 | 第56-57页 |
| 5.5 验证CNSGA-Ⅱ的有效性 | 第57-58页 |
| 5.6 验证MODESN的有效性 | 第58-61页 |
| 5.7 本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 本文总结 | 第63-64页 |
| 6.2 工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 在读期间发表的学术论文与取得的研究成果 | 第71页 |
