人工神经网络在客车备件需求预测中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及课题意义 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·研究思路及论文结构 | 第9-11页 |
| 第二章 人工神经网络基本理论 | 第11-23页 |
| ·人工神经网络概述 | 第11-12页 |
| ·人工神经网络的提出 | 第11-12页 |
| ·人工神经网络的应用 | 第12页 |
| ·人工神经网络的特点 | 第12-13页 |
| ·人工神经网络模型 | 第13-18页 |
| ·人工神经元 | 第13-14页 |
| ·人工神经网络结构 | 第14-16页 |
| ·人工神经网络的学习 | 第16-18页 |
| ·BP神经网络 | 第18-22页 |
| ·BP网络结构 | 第19页 |
| ·BP网络学习算法 | 第19-20页 |
| ·现有的改进BP算法 | 第20-22页 |
| ·人工神经网络仿真设计软件平台MATLAB | 第22-23页 |
| 第三章 基于ANN的客车备件需求预测的方案设计 | 第23-35页 |
| ·ANN方法预测客车备件需求的可行性 | 第23-24页 |
| ·ANN对客车备件需求模拟和预测的方法 | 第24-27页 |
| ·问题分析 | 第24-25页 |
| ·网络选择 | 第25页 |
| ·模型输入输出向量设计 | 第25-27页 |
| ·数据归一化 | 第27页 |
| ·BP神经网络的结构设计 | 第27-32页 |
| ·网络隐层节点数目选择 | 第27-29页 |
| ·传递函数的选择 | 第29页 |
| ·网络训练算法的选择 | 第29-32页 |
| ·BP网络的MATLAB实现 | 第32-35页 |
| ·BP网络的建立 | 第32-33页 |
| ·BP网络的训练 | 第33-34页 |
| ·BP网络仿真 | 第34-35页 |
| 第四章 基于ANN的客车备件需求预测的实现 | 第35-43页 |
| ·备件需求预测的BP网络实现 | 第36-40页 |
| ·样本数据准备 | 第36-38页 |
| ·网络的创建和训练 | 第38-40页 |
| ·网络测试 | 第40页 |
| ·与当前预测方法结果比较 | 第40-42页 |
| ·实验结论 | 第42-43页 |
| 第五章 总结和展望 | 第43-45页 |
| ·总结 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 攻读学位期间发表的文章 | 第48-49页 |
| 致谢 | 第49页 |
