输电线路绝缘子盐密预测方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文结构安排 | 第14-16页 |
| 第二章 盐密数据的混沌特性分析 | 第16-32页 |
| 2.1 混沌系统介绍 | 第16-19页 |
| 2.1.1 混沌定义 | 第16-17页 |
| 2.1.2 混沌特性 | 第17-18页 |
| 2.1.3 典型混沌系统 | 第18-19页 |
| 2.2 盐密数据的混沌判定方法 | 第19-23页 |
| 2.3 盐密数据的相空间重构 | 第23-31页 |
| 2.3.1 延迟时间 | 第24-25页 |
| 2.3.2 重构维数的计算 | 第25-28页 |
| 2.3.3 盐密时间序列相空间重构 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于神经网络分位数回归的盐密区间预测 | 第32-50页 |
| 3.1 神经网络理论与分位数理论介绍 | 第32-37页 |
| 3.1.1 BP神经网络理论介绍 | 第32-33页 |
| 3.1.2 RBF神经网络理论介绍 | 第33-35页 |
| 3.1.3 分位数介绍 | 第35-36页 |
| 3.1.4 神经网络分位数回归模型介绍 | 第36-37页 |
| 3.2 RBF神经网络分位数回归模型的搭建 | 第37-38页 |
| 3.3 模型的优化与模型参数的选择 | 第38-43页 |
| 3.3.1 AIC准则介绍与改进 | 第38-39页 |
| 3.3.2 优化算法介绍与模型的搭建 | 第39-43页 |
| 3.3.2.1 粒子群优化算法介绍与模型的搭建 | 第39-42页 |
| 3.3.2.2 遗传优化算法介绍与模型的搭建 | 第42-43页 |
| 3.4 仿真结果比较 | 第43-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 最优核密度估计的盐密概率密度预测 | 第50-65页 |
| 4.1 核密度估计的介绍 | 第50-52页 |
| 4.2 核密度估计中核函数和窗宽的选择 | 第52-57页 |
| 4.2.1 核函数的选择 | 第52-54页 |
| 4.2.2 窗宽的选择方法 | 第54-57页 |
| 4.3 模型的构建与最优组合结果的选择 | 第57-62页 |
| 4.4 最优预测模型与传统预测模型的比较 | 第62-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 全文总结与展望 | 第65-67页 |
| 5.1 全文总结 | 第65页 |
| 5.2 后续工作展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的成果 | 第72页 |
