基于BP神经网络的船用柴油机NO_x排放特性预测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文研究的内容和方法 | 第12-14页 |
| ·研究内容 | 第12-13页 |
| ·研究方法 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 理论基础 | 第15-34页 |
| ·人工神经网络(ANN)基础知识 | 第15-20页 |
| ·人工神经网络简介 | 第15页 |
| ·生物神经元模型 | 第15-16页 |
| ·人工神经网络模型 | 第16-19页 |
| ·人工神经网络建模原理 | 第19-20页 |
| ·BP误差反传神经网络 | 第20-28页 |
| ·BP网络的基本结构和数学描述 | 第21-22页 |
| ·BP算法的基本思想 | 第22-23页 |
| ·BP的学习算法 | 第23-26页 |
| ·BP网络的主要能力 | 第26-28页 |
| ·BP算法的缺点与改进 | 第28页 |
| ·MATLAB神经网络工具箱介绍 | 第28-33页 |
| ·MATLAB语言简介 | 第29页 |
| ·神经网络工具箱 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 船用柴油机NO_x排放特性试验 | 第34-48页 |
| ·测试系统 | 第34-35页 |
| ·训练样本集的设计原则 | 第35-36页 |
| ·船用柴油机NO_x排放特性对样本的要求 | 第36-37页 |
| ·均匀设计法原理 | 第37-39页 |
| ·船用柴油机试验运行工况范围的确定 | 第39-40页 |
| ·变边界均匀试验设计 | 第40-41页 |
| ·试验工况点的确定 | 第41-42页 |
| ·碳/氧平衡法 | 第42-45页 |
| ·试验工况和测试结果 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 船用柴油机NO_x排放特性预测与分析 | 第48-69页 |
| ·模型结构的确定 | 第48-64页 |
| ·输入、输出层神经元数的确定 | 第48-49页 |
| ·隐层数目的确定 | 第49页 |
| ·隐层神经元数的确定 | 第49-51页 |
| ·训练与测试用样本归一化 | 第51-52页 |
| ·初始权值的选择 | 第52-54页 |
| ·训练次数的确定 | 第54-55页 |
| ·学习率的确定 | 第55-56页 |
| ·BP神经网络结构的确定 | 第56-57页 |
| ·BP神经网络的训练 | 第57-62页 |
| ·泛化能力分析 | 第62-64页 |
| ·NO_x排放特性预测与分析 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 第5章 结论及展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
