| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究现状 | 第9-11页 |
| ·本文研究内容 | 第11-12页 |
| 2 神经网络的基础理论 | 第12-19页 |
| ·神经网络的发展历程 | 第12-13页 |
| ·神经网络发展初始阶段 | 第12页 |
| ·神经网络发展停滞阶段 | 第12-13页 |
| ·神经网络发展黄金阶段 | 第13页 |
| ·神经网络的基本原理 | 第13-14页 |
| ·神经网络的分类 | 第14-16页 |
| ·按网络内部的信息流向 | 第14-15页 |
| ·按网络学习模式划分的神经网络 | 第15-16页 |
| ·神经网络的基本特性及应用 | 第16-18页 |
| ·神经网络的基本特性 | 第16-17页 |
| ·神经网络的应用领域 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 广义回归神经网络对煤灰熔融性预测的原理分析 | 第19-28页 |
| ·广义回归神经网络简介 | 第19-21页 |
| ·广义回归神经网络的网络结构 | 第19页 |
| ·广义回归神经网络的基本原理 | 第19-20页 |
| ·光滑因子的优化 | 第20-21页 |
| ·煤灰熔融特性分析 | 第21-22页 |
| ·煤灰熔融特性介绍 | 第21页 |
| ·煤灰熔融性的影响因素 | 第21-22页 |
| ·基于广义回归神经网络对煤灰熔融性预测模型的实现 | 第22-27页 |
| ·广义回归神经网络对煤灰熔融性预测的可行性分析 | 第22-23页 |
| ·预测方法步骤流程图 | 第23页 |
| ·数据背景 | 第23-25页 |
| ·预测结果及分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 基于 BP 神经网络对煤灰熔融性预测的原理分析 | 第28-43页 |
| ·BP 神经网络介绍 | 第28-32页 |
| ·BP 神经网络结构 | 第28-29页 |
| ·BP 神经网络的基本原理 | 第29-32页 |
| ·基于 BP 神经网络对煤灰熔融性预测模型的实现 | 第32-42页 |
| ·BP 神经网络对煤灰熔融性预测的可行性分析 | 第32页 |
| ·预测方法步骤流程图 | 第32-33页 |
| ·BP 网络结构的设计 | 第33-39页 |
| ·预测结果及分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 5 基于改进的 GA-BP 神经网络对煤灰熔融性预测的原理分析 | 第43-53页 |
| ·遗传算法概述 | 第43-46页 |
| ·遗传算法简介 | 第43页 |
| ·遗传算法的基本原理 | 第43-46页 |
| ·遗传算法的流程 | 第46页 |
| ·基于 GA-BP 神经网络对煤灰熔融性预测模型的实现 | 第46-50页 |
| ·GA-BP 神经网络对煤灰熔融性预测的可行性分析 | 第46-47页 |
| ·GA-BP 预测方法步骤流程图 | 第47-48页 |
| ·预测结果分析 | 第48-50页 |
| ·GRNN、BP 以及 GA-BP 的预测结果对比分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 6 结论与展望 | 第53-55页 |
| ·结论 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
