| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.1.1 引言及问题的提出 | 第10页 |
| 1.1.2 准备解决的问题 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 汽车行业的发展现状 | 第11页 |
| 1.2.2 汽车典型故障件数量预测的国内外研究现状 | 第11-12页 |
| 1.3 论文的结构安排及主要工作 | 第12-14页 |
| 第2章 BA-RVM算法模型与数据的特征归一化方法选择 | 第14-25页 |
| 2.1 BA算法基本模型 | 第14-16页 |
| 2.2 RVM算法回归模型 | 第16-18页 |
| 2.3 重新验证BA-RVM核参数自适应选择 | 第18-19页 |
| 2.4 汽车故障件数据背景分析 | 第19页 |
| 2.5 数据的特征归一化方法 | 第19-20页 |
| 2.6 实验设计与实现 | 第20-24页 |
| 2.6.1 仿真平台及实验环境 | 第20-21页 |
| 2.6.2 实验设计及测试数据 | 第21-22页 |
| 2.6.3 仿真结果及实验结论 | 第22-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第3章 BA-RVM核函数选择与效率优化 | 第25-39页 |
| 3.1 核函数 | 第25页 |
| 3.2 BA-RVM算法效率优化 | 第25-27页 |
| 3.3 实验设计与实现 | 第27-37页 |
| 3.3.1 实验设计及测试数据 | 第27-29页 |
| 3.3.2 仿真结果及实验结论 | 第29-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 BA-FRVM研究并与其他算法对比分析 | 第39-55页 |
| 4.1 BA-FRVM迭代次数与错误率的研究分析 | 第39页 |
| 4.2 BA-FRVM在不同蝙蝠数量下的研究分析 | 第39-42页 |
| 4.3 BA-FRVM在不同数据样本量下的研究分析 | 第42-44页 |
| 4.4 BA-FRVM不同核函数参数下的研究分析 | 第44页 |
| 4.5 BA-FRVM与BA-SVR算法比较分析 | 第44-50页 |
| 4.5.1 SVR算法模型 | 第44-47页 |
| 4.5.2 实验实现与实验结论 | 第47-50页 |
| 4.6 BA-FRVM与BA-BP算法比较分析 | 第50-54页 |
| 4.6.1 BP算法模型 | 第50-52页 |
| 4.6.2 实验实现与实验结论 | 第52-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第5章 BA-FRVM在系统中的应用 | 第55-66页 |
| 5.1 汽车典型故障件数量预测系统介绍 | 第55-57页 |
| 5.1.1 系统需求分析 | 第55页 |
| 5.1.2 第三方矩阵库选取 | 第55-56页 |
| 5.1.3 系统开发环境 | 第56-57页 |
| 5.2 系统所使用的数据表结构 | 第57-58页 |
| 5.3 系统设计与实现 | 第58-61页 |
| 5.4 系统各个模块结果展示 | 第61-65页 |
| 5.4.1 故障件基本信息查询 | 第61-62页 |
| 5.4.2 故障件数量预测的训练模块 | 第62-63页 |
| 5.4.3 故障件数量预测的预测模块 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 本文工作总结 | 第66-67页 |
| 未来工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文 | 第73页 |
