基于神经网络的城市天然气管网泄漏监测数据融合研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题来源 | 第9页 |
| ·研究背景及意义 | 第9-10页 |
| ·管道泄漏检测技术的国内外研究现状 | 第10-14页 |
| ·常规的管道泄漏检测方法 | 第10-14页 |
| ·基于WSN的管道安全监测新技术 | 第14页 |
| ·本文研究内容与主要工作 | 第14-16页 |
| 第二章 基于WSN的管道泄漏监测系统 | 第16-25页 |
| ·管道泄漏成因及主要的泄漏检测方法 | 第16-18页 |
| ·泄漏成因分析 | 第16页 |
| ·主要的泄漏检测方法及原理 | 第16-18页 |
| ·泄漏监控系统结构设计 | 第18-20页 |
| ·多源泄漏监测数据信息融合 | 第20-24页 |
| ·多源信息融合概述 | 第20-23页 |
| ·监控网络内的泄漏监测数据融合方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于BP神经网络的泄漏诊断方法 | 第25-36页 |
| ·神经网络基本概念 | 第25-27页 |
| ·BP神经网络及其算法 | 第27-31页 |
| ·BP网络结构 | 第27-29页 |
| ·BP网络的收敛算法 | 第29-31页 |
| ·基于BP神经网络的泄漏诊断算法设计 | 第31-35页 |
| ·BP网络结构的确定 | 第31-32页 |
| ·网络输入向量和各层神经元数的确定 | 第32页 |
| ·网络传递函数的选取及权阈值修正算法 | 第32-33页 |
| ·样本的收集和预处理 | 第33-34页 |
| ·实验分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于蚁群算法的改进神经网络数据融合方法 | 第36-47页 |
| ·蚁群优化算法 | 第36-41页 |
| ·基本原理及特点 | 第36-40页 |
| ·蚁群算法与其他种群进化算法的比较 | 第40-41页 |
| ·算法的应用进展 | 第41页 |
| ·改进的神经网络数据融合算法设计 | 第41-45页 |
| ·蚁群算法的一般处理步骤 | 第41-43页 |
| ·改进的算法实现 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 基于改进神经网络的管道泄漏诊断 | 第47-55页 |
| ·蚁群神经网络的数值仿真实现 | 第47-50页 |
| ·网络的编码方式 | 第47页 |
| ·参数设置 | 第47-50页 |
| ·蚁群神经网络在管道泄漏诊断中的应用 | 第50-53页 |
| ·算法流程 | 第50页 |
| ·仿真实现 | 第50-53页 |
| ·算法的性能比较 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录1 普通神经网络算法系统仿真程序 | 第61-63页 |
| 附录2 蚁群神经网络算法数值仿真程序 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文 | 第70页 |
