| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题的目的及意义 | 第10页 |
| ·时间序列预测概述 | 第10-16页 |
| ·研究意义 | 第10-11页 |
| ·问题描述 | 第11-15页 |
| ·研究现状 | 第15-16页 |
| ·材料性能预测研究现状 | 第16-17页 |
| ·本文主要内容 | 第17-18页 |
| 第2章 基于RBF网的时间序列预测基本理论 | 第18-28页 |
| ·引言 | 第18页 |
| ·相关知识 | 第18-20页 |
| ·RBF网定义 | 第18-19页 |
| ·RBF网基本思想 | 第19-20页 |
| ·训练算法概述 | 第20-23页 |
| ·自组织选择法 | 第20页 |
| ·有监督学习法 | 第20页 |
| ·正交最小二乘法 | 第20-22页 |
| ·进化算法 | 第22-23页 |
| ·基于传统聚类的RBF网算法 | 第23-27页 |
| ·主要思想 | 第23页 |
| ·算法描述 | 第23-26页 |
| ·存在的问题 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于FCM聚类和近似LMS的RBF网训练算法 | 第28-39页 |
| ·引言 | 第28页 |
| ·FCM聚类算法介绍 | 第28-30页 |
| ·近似LMS算法介绍 | 第30-31页 |
| ·改进算法描述 | 第31-36页 |
| ·主要思想 | 第31-32页 |
| ·确定c值搜索范围 | 第32-33页 |
| ·确定权重因子m的值 | 第33页 |
| ·自适应调整LMS学习速率 | 第33-35页 |
| ·算法步骤 | 第35-36页 |
| ·实验验证 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 卫星材料性能退化规律预测实验 | 第39-47页 |
| ·引言 | 第39页 |
| ·任务描述 | 第39页 |
| ·数据说明 | 第39-41页 |
| ·主要内容 | 第41-44页 |
| ·输入数据预处理 | 第41-42页 |
| ·网络拓扑结构确定 | 第42-43页 |
| ·输出数据后处理 | 第43-44页 |
| ·结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 卫星在轨寿命预测系统 | 第47-65页 |
| ·简介 | 第47页 |
| ·框架及功能结构 | 第47-49页 |
| ·主要功能 | 第49-57页 |
| ·基于多模式的软件平台系统实现 | 第49-50页 |
| ·预测 | 第50-53页 |
| ·子系统集成 | 第53-54页 |
| ·统一模型知识表示 | 第54-56页 |
| ·数据库访问接口 | 第56页 |
| ·图形显示 | 第56-57页 |
| ·操作流程 | 第57-59页 |
| ·Explorer 模式界面使用流程及功能详解 | 第57-58页 |
| ·Knowledgeflow 模式界面使用流程及功能详解 | 第58-59页 |
| ·系统图示 | 第59-64页 |
| ·Explorer模式界面 | 第59-62页 |
| ·Knowledgeflow 模式界面 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |