SVM及其在船舶航向控制系统故障预报中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-23页 |
| ·论文的背景及意义 | 第12-13页 |
| ·船舶航向控制系统 | 第13-16页 |
| ·舵控制系统 | 第14-15页 |
| ·船舶动力装置 | 第15-16页 |
| ·故障预报技术国内外发展概况 | 第16-19页 |
| ·支持向量机理论国内外发展概况 | 第19-21页 |
| ·本文主要研究内容 | 第21-23页 |
| 第2章 船舶航向控制系统故障建模 | 第23-48页 |
| ·引言 | 第23页 |
| ·船舶航向控制系统故障模式及原因分析 | 第23-26页 |
| ·舵控制系统故障分析 | 第24-26页 |
| ·船舶动力装置故障分析 | 第26页 |
| ·船舶航向控制系统故障树构建 | 第26-35页 |
| ·故障树的基本概念和符号 | 第26-28页 |
| ·故障树构建 | 第28页 |
| ·故障树定性分析 | 第28-35页 |
| ·船舶航向控制系统故障建模 | 第35-47页 |
| ·船舶运动建模 | 第35-37页 |
| ·舵控制系统建模 | 第37-42页 |
| ·船舶动力装置建模 | 第42-43页 |
| ·故障模型下船舶航向仿真 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第3章 支持向量机在故障预报中的应用研究 | 第48-64页 |
| ·引言 | 第48页 |
| ·支持向量机回归算法 | 第48-56页 |
| ·回归问题数学提法 | 第48-49页 |
| ·支持向量机理论基础 | 第49-51页 |
| ·支持向量机回归原理 | 第51-55页 |
| ·支持向量机模型选择 | 第55-56页 |
| ·支持向量机回归算法预报能力分析 | 第56-60页 |
| ·基于支持向量机的时间序列预报方法 | 第56页 |
| ·预报能力评价准则 | 第56-57页 |
| ·时间序列预报仿真 | 第57-60页 |
| ·支持向量机回归算法在故障预报中的应用 | 第60-63页 |
| ·支持向量机回归算法在故障预报中的应用意义 | 第60-61页 |
| ·基于支持向量机的故障预报模型 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 故障预报并行优化技术研究 | 第64-84页 |
| ·引言 | 第64页 |
| ·改进人工鱼群算法 | 第64-73页 |
| ·基本人工鱼群算法 | 第64-69页 |
| ·基于动物捕食搜索策略的人工鱼群算法 | 第69-73页 |
| ·优化模型的建立 | 第73-83页 |
| ·特征选择优化模型建立 | 第73-74页 |
| ·SVM参数优化模型建立 | 第74-78页 |
| ·加权系数优化模型建立 | 第78-79页 |
| ·并行优化模型建立 | 第79-80页 |
| ·仿真结果及分析 | 第80-83页 |
| ·本章小结 | 第83-84页 |
| 第5章 SVM算法性能多目标优化研究 | 第84-105页 |
| ·引言 | 第84页 |
| ·SVM算法性能评价指标 | 第84-85页 |
| ·SVM算法性能的多目标优化 | 第85-94页 |
| ·多目标优化问题的数学描述 | 第85-88页 |
| ·SVM算法性能的 Pareto最优解集 | 第88-89页 |
| ·Pareto近似解集求解方法 | 第89-90页 |
| ·改进的免疫鱼群算法 | 第90-94页 |
| ·基于免疫鱼群算法的 SVM算法性能多目标优化 | 第94-104页 |
| ·多目标优化模型建立 | 第94-95页 |
| ·算法步骤 | 第95-98页 |
| ·仿真结果及算法性能评价 | 第98-104页 |
| ·本章小结 | 第104-105页 |
| 第6章 船舶航向控制系统故障组合预报研究 | 第105-137页 |
| ·引言 | 第105页 |
| ·组合预报的基本原理及方法 | 第105-107页 |
| ·船舶航向控制系统故障组合预报模型建立 | 第107-111页 |
| ·学习集选取 | 第107-108页 |
| ·SVM实时预报模型建立 | 第108-109页 |
| ·故障组合预报模型建立 | 第109-111页 |
| ·基于小波网络的组合预报模型中最优权系数的确定 | 第111-116页 |
| ·最优权系数确定方法 | 第111-113页 |
| ·训练方法 | 第113-116页 |
| ·船舶航向控制系统故障组合预报仿真结果及分析 | 第116-129页 |
| ·可视化船舶航向控制系统故障预报 | 第129-135页 |
| ·故障预报专家系统 | 第129-130页 |
| ·可视化故障预报实例 | 第130-135页 |
| ·本章小结 | 第135-137页 |
| 结论 | 第137-139页 |
| 参考文献 | 第139-153页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第153-155页 |
| 致谢 | 第155页 |
