变形模型的分析研究以及变形的预测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究的背景和目的 | 第10-11页 |
| ·国内外研究现状及发展趋势 | 第11-13页 |
| ·课题研究的内容及拟解决的关键技术 | 第13-16页 |
| ·研究的内容 | 第13-15页 |
| ·解决的关键技术 | 第15-16页 |
| 第2章 变形分析与建模的基本理论与方法 | 第16-34页 |
| ·回归分析方法 | 第16-20页 |
| ·多元线性回归分析 | 第16-19页 |
| ·多元回归的预测 | 第19-20页 |
| ·时间序列法 | 第20-24页 |
| ·模型形式 | 第20-21页 |
| ·模型的自相关函数和偏相关函数 | 第21-22页 |
| ·模型的识别与定阶 | 第22页 |
| ·模型参数的最小二乘估计 | 第22-23页 |
| ·模型的检验 | 第23-24页 |
| ·时间序列的预报 | 第24页 |
| ·灰色系统理论分析法 | 第24-29页 |
| ·数据生成 | 第24-25页 |
| ·序列准光滑和准指数检验 | 第25-26页 |
| ·灰色模型 | 第26-28页 |
| ·灰色模型的检验 | 第28-29页 |
| ·灰色系统预测 | 第29页 |
| ·人工神经网络分析法 | 第29-32页 |
| ·BP网络基本概念 | 第29-30页 |
| ·BP网络的结构及算法 | 第30-32页 |
| ·BP算法的改进 | 第32页 |
| ·变形的组合分析方法 | 第32-34页 |
| ·灰色─周期外延组合模型 | 第33页 |
| ·灰色人工神经网络组合模型 | 第33页 |
| ·灰色线性回归组合模型 | 第33页 |
| ·灰色组合模型(残差 GM(1,1)模型 | 第33-34页 |
| 第3章 变形分析方法的应用与工程实例 | 第34-86页 |
| ·多元回归分析方法在工程中的应用 | 第34-41页 |
| ·回归模型 | 第34页 |
| ·影响因子的确定 | 第34-35页 |
| ·数据的标准化处理 | 第35页 |
| ·工程实例资料 | 第35-36页 |
| ·回归计算 | 第36-41页 |
| ·时间序列分析方法在工程中的应用 | 第41-62页 |
| ·时间序列模型的确定 | 第41-44页 |
| ·序列数据的平稳性检验以及数据的预处理 | 第44页 |
| ·模型阶数的确定 | 第44-47页 |
| ·模型参数的估计 | 第47-49页 |
| ·工程实例资料 | 第49-52页 |
| ·基于单点的时间序列计算 | 第52-57页 |
| ·基于多点的时间序列建模及预测 | 第57-59页 |
| ·基于多点变形的向量CAR模型的计算 | 第59-62页 |
| ·灰色系统理论在工程中的应用 | 第62-75页 |
| ·单点灰色模型 | 第62-64页 |
| ·单点灰色模型的计算 | 第64-70页 |
| ·多点灰色模型(系统预测) | 第70-74页 |
| ·多点灰色模型的系统变量确定 | 第74页 |
| ·多点灰色模型的计算 | 第74-75页 |
| ·小结 | 第75页 |
| ·人工神经网络在工程中的应用 | 第75-80页 |
| ·人工神经网络模型的建立 | 第76页 |
| ·一维输入的BP网络模型的计算 | 第76-78页 |
| ·多维输入的BP网络模型的计算 | 第78-80页 |
| ·结论 | 第80页 |
| ·变形的组合分析方法在工程中的应用 | 第80-86页 |
| ·灰色人工神经网络组合模型 | 第81-83页 |
| ·灰色线性回归组合模型 | 第83-86页 |
| 第4章 变形分析模型计算的程序实现 | 第86-90页 |
| ·模型计算所用到的计算机程序语言 | 第86页 |
| ·变形分析模型的算法步骤 | 第86-87页 |
| ·计算程序的具体操作步骤 | 第87页 |
| ·计算程序的界面以及实现过程 | 第87-89页 |
| ·小结 | 第89-90页 |
| 第5章 结论 | 第90-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-100页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第100页 |
