摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 系泊船舶运动响应研究现状 | 第10-12页 |
1.2.2 预测方法研究现状 | 第12-14页 |
1.3 本文工作 | 第14页 |
本章小结 | 第14-15页 |
第二章 开敞式码头船舶运动响应预测分析及预处理 | 第15-30页 |
2.1 开敞式码头船舶运动响应需求分析 | 第15-16页 |
2.2 系泊船舶运动量的影响因素分析 | 第16-20页 |
2.2.1 波浪对船舶运动量的影响 | 第17-19页 |
2.2.2 风力对船舶运动量的影响 | 第19-20页 |
2.2.3 载重对船舶运动量的影响 | 第20页 |
2.3 预测相关变量的确定及数据预处理 | 第20-28页 |
2.3.1 预测相关变量确定 | 第23-24页 |
2.3.2 数据预处理 | 第24-28页 |
本章小结 | 第28-30页 |
第三章 基于人工神经网络的预测 | 第30-51页 |
3.1 人工神经网络介绍及其原理 | 第30-38页 |
3.1.1 人工神经网络的特点和应用 | 第30-31页 |
3.1.2 人工神经元模型 | 第31-35页 |
3.1.3 人工神经网络的拓扑结构 | 第35-36页 |
3.1.4 人工神经网络的学习方法 | 第36-38页 |
3.2 BP神经网络的构建 | 第38-43页 |
3.2.1 BP神经网络的拓扑结构构建 | 第38-39页 |
3.2.2 BP神经网络的学习方法构建 | 第39-41页 |
3.2.3 BP神经网络的改进策略 | 第41-43页 |
3.3 仿真实验 | 第43-50页 |
3.3.1 基于BP神经网络的预测 | 第43-44页 |
3.3.2 基于改进BP神经网络的预测 | 第44-50页 |
本章小结 | 第50-51页 |
第四章 基于大数据平台Hadoop的预测 | 第51-67页 |
4.1 大数据的概念和发展背景 | 第51-53页 |
4.1.1 大数据的发展背景 | 第51-52页 |
4.1.2 大数据的概念 | 第52-53页 |
4.2 Hadoop框架介绍 | 第53-61页 |
4.2.1 Hadoop的起源 | 第53-54页 |
4.2.2 Hadoop构件——HDFS | 第54-58页 |
4.2.3 Hadoop构件——MapReduce | 第58-61页 |
4.3 Hadoop平台构建 | 第61-64页 |
4.4 基于Hadoop下BP神经网络的预测 | 第64-65页 |
4.5 仿真实验 | 第65-66页 |
本章小结 | 第66-67页 |
结论 | 第67-68页 |
参考文献 | 第68-71页 |
攻读硕士学位期间发表的学术论文 | 第71-72页 |
致谢 | 第72页 |