| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 引言 | 第15-29页 |
| 1.1 课题背景及研究意义 | 第15-16页 |
| 1.2 大气腐蚀概述 | 第16-23页 |
| 1.2.1 大气腐蚀的概念 | 第16-18页 |
| 1.2.2 大气腐蚀的机理 | 第18页 |
| 1.2.3 大气腐蚀的影响因素 | 第18-23页 |
| 1.3 数据来源及研究难点 | 第23-26页 |
| 1.4 论文的主要工作 | 第26页 |
| 1.5 论文的创新点 | 第26-27页 |
| 1.6 本文的组织结构 | 第27-29页 |
| 2 文献综述 | 第29-40页 |
| 2.1 面向时间单变量输入的腐蚀建模方法 | 第29-34页 |
| 2.1.1 腐蚀先验知识-函数模型 | 第29-31页 |
| 2.1.2 马尔可夫链在腐蚀预测上的研究 | 第31-33页 |
| 2.1.3 灰色理论方法在腐蚀预测上的研究 | 第33-34页 |
| 2.2 面向多输入变量的腐蚀建模方法 | 第34-39页 |
| 2.2.1 腐蚀剂量响应函数 | 第34-35页 |
| 2.2.2 人工神经网络在腐蚀预测上的应用 | 第35-36页 |
| 2.2.3 支持向量机在腐蚀预测上的应用 | 第36-38页 |
| 2.2.4 随机森林在腐蚀预测上的应用 | 第38-39页 |
| 2.3 本章小结 | 第39-40页 |
| 3 面向腐蚀序列数据的灰色预测模型 | 第40-60页 |
| 3.1 本章使用腐蚀数据集及特点 | 第40-42页 |
| 3.2 所采用方法及数据流向 | 第42-43页 |
| 3.3 非等间距GM(1,1)模型 | 第43-45页 |
| 3.4 缓冲算子 | 第45-50页 |
| 3.4.1 缓冲算子定义 | 第45-46页 |
| 3.4.2 GCHM_WBO算子 | 第46-50页 |
| 3.5 算法流程 | 第50-55页 |
| 3.5.1 基于历史数据的变形因子搜索算法 | 第51-54页 |
| 3.5.2 基于数据差异性的变形因子二次微调 | 第54-55页 |
| 3.6 实验结果与分析 | 第55-58页 |
| 3.6.1 基于前8年腐蚀数据建模 | 第55-57页 |
| 3.6.2 基于前5年腐蚀数据建模 | 第57-58页 |
| 3.6.3 四种算法的拟合与预测对比 | 第58页 |
| 3.7 本章小结 | 第58-60页 |
| 4 面向一类差分振荡单调序列的灰色预测模型研究 | 第60-76页 |
| 4.1 本章所研究数据集 | 第60-63页 |
| 4.2 非线性灰色贝努利模型及遇到的问题 | 第63-66页 |
| 4.2.1 NGBM(1,1)模型建模过程 | 第63-64页 |
| 4.2.2 基于GA的NGBM(1,1)参数寻优及问题 | 第64-66页 |
| 4.3 RGANGBM(1,1)模型构建过程 | 第66-69页 |
| 4.4 实验结果与分析 | 第69-74页 |
| 4.4.1 碳钢大气腐蚀数据集上的实验过程与结果 | 第69-72页 |
| 4.4.2 低合金钢大气腐蚀数据集上的实验过程与结果 | 第72-74页 |
| 4.5 本章小结 | 第74-76页 |
| 5 基于加权K近邻的随机森林动态集成选择算法 | 第76-102页 |
| 5.1 研究数据集及特点 | 第76-80页 |
| 5.1.1 腐蚀数据集 | 第76-79页 |
| 5.1.2 本章腐蚀数据集的特点及难点 | 第79-80页 |
| 5.2 随机森林算法 | 第80-83页 |
| 5.2.1 CART树模型 | 第80页 |
| 5.2.2 随机森林模型 | 第80-83页 |
| 5.3 RF-WKNN模型的构建 | 第83-87页 |
| 5.4 仿真结果及分析 | 第87-94页 |
| 5.4.1 算法结果对比 | 第87-91页 |
| 5.4.2 超参数对模型的影响 | 第91-94页 |
| 5.5 基于算法的腐蚀知识挖掘 | 第94-100页 |
| 5.5.1 输入变量随时间的重要性变化 | 第94-97页 |
| 5.5.2 各环境变量对腐蚀的影响 | 第97-100页 |
| 5.6 本章小结 | 第100-102页 |
| 6 全连接级联动态集成选择森林算法 | 第102-119页 |
| 6.1 多粒度级联森林模型 | 第102-103页 |
| 6.2 全连接卷积神经网络 | 第103-104页 |
| 6.3 全连接级联森林动态集成选择模型的构建 | 第104-107页 |
| 6.3.1 各数据集的作用 | 第105-106页 |
| 6.3.2 模型停止条件 | 第106-107页 |
| 6.4 仿真结果及分析 | 第107-117页 |
| 6.4.1 仿真结果 | 第107-115页 |
| 6.4.2 腐蚀知识挖掘 | 第115-117页 |
| 6.5 本章小结 | 第117-119页 |
| 7 结论 | 第119-123页 |
| 7.1 创新点总结 | 第119-120页 |
| 7.2 未来工作的展望 | 第120-123页 |
| 参考文献 | 第123-133页 |
| 作者简历及在学研究成果 | 第133-136页 |
| 学位论文数据集 | 第136页 |