| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-23页 |
| 1.1 课题背景 | 第10-12页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 课题研究的目的和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-21页 |
| 1.2.1 性能参数预处理 | 第12-16页 |
| 1.2.2 性能参数相关性分析 | 第16-18页 |
| 1.2.3 性能参数融合预测 | 第18-21页 |
| 1.3 本文主要研究内容 | 第21-23页 |
| 第2章 航空发动机性能参数预处理 | 第23-38页 |
| 2.1 引言 | 第23页 |
| 2.2 性能参数时间序列异常点识别 | 第23-31页 |
| 2.2.1 航空发动机性能参数的选择及其时间序列的构建 | 第23-24页 |
| 2.2.2 基于密度方法的异常点识别和剔除 | 第24-26页 |
| 2.2.3 基于不确定性距离的异常点识别和剔除方法 | 第26-31页 |
| 2.3 基于COMPASS函数的时间序列平滑处理 | 第31-34页 |
| 2.3.1 时间序列平滑处理常用方法分析 | 第31-32页 |
| 2.3.2 基于COMPASS平滑函数的时间序列平滑 | 第32-34页 |
| 2.4 实例分析 | 第34-37页 |
| 2.4.1 性能参数异常点识别实例分析 | 第34-35页 |
| 2.4.2 性能参数平滑化实例分析 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 航空发动机性能参数相关性分析 | 第38-47页 |
| 3.1 引言 | 第38页 |
| 3.2 基于三点查询法的性能参数线性相关性分析 | 第38-42页 |
| 3.2.1 基于三点查询法的性能参数最大延迟相关点查询 | 第38-40页 |
| 3.2.2 算法有效性验证 | 第40-41页 |
| 3.2.3 性能参数线性相关系数计算 | 第41-42页 |
| 3.3 基于分形理论的性能参数非线性相关性分析 | 第42-46页 |
| 3.3.1 性能参数时间序列分形轮廓的确定 | 第42-43页 |
| 3.3.2 重分形去趋势相关性分析 | 第43-45页 |
| 3.3.3 航空发动机性能参数非线性相关性分析 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 基于离散输入过程神经网络的融合预测模型 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 基于蚁群算法的输入样本优化 | 第47-50页 |
| 4.2.1 基于主成分分析的输入样本降维实现 | 第47-48页 |
| 4.2.2 基于蚁群算法的性能参数输入样本空间划分 | 第48-50页 |
| 4.3 基于离散输入过程神经网络融合预测模型的建立 | 第50-58页 |
| 4.3.1 离散输入过程神经网络 | 第50-52页 |
| 4.3.2 基于离散输入过程神经网络的融合预测模型 | 第52-54页 |
| 4.3.3 融合预测模型的有效性验证 | 第54-58页 |
| 4.4 基于融合预测模型的性能参数预测实例分析 | 第58-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 融合预测软件原型系统的实现 | 第63-76页 |
| 5.1 引言 | 第63页 |
| 5.2 航空发动机性能参数预测系统需求分析 | 第63-65页 |
| 5.3 系统的功能模块设计 | 第65-67页 |
| 5.4 系统体系结构设计 | 第67-69页 |
| 5.5 系统功能演示 | 第69-75页 |
| 5.5.1 系统登录界面及客户端主界面 | 第69-70页 |
| 5.5.2 性能参数预处理界面 | 第70-72页 |
| 5.5.3 性能参数相关性分析界面 | 第72-73页 |
| 5.5.4 性能参数融合预测界面 | 第73-75页 |
| 5.6 本章小结 | 第75-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83页 |
