| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 前言 | 第7-13页 |
| ·选题背景 | 第7-9页 |
| ·船舶电力系统简介 | 第7-8页 |
| ·船用发电机建模 | 第8-9页 |
| ·神经网络建模的发展 | 第9-11页 |
| ·论文主要工作与内容 | 第11-13页 |
| 第二章 混沌神经网络研究 | 第13-26页 |
| ·引言 | 第13页 |
| ·混沌神经网络研究现状 | 第13-20页 |
| ·混沌理论简介 | 第13-15页 |
| ·几种典型混沌神经网络模型 | 第15-20页 |
| ·神经网络学习训练方法研究 | 第20-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 混沌神经网络结构设计及船用发电机系统辨识结构选用 | 第26-39页 |
| ·神经网络的选择 | 第26页 |
| ·混沌神经元结构 | 第26-28页 |
| ·神经网络的混沌特性分析 | 第28-30页 |
| ·混沌神经网络结构设计 | 第30-32页 |
| ·输入输出层神经元数的确定 | 第30-31页 |
| ·隐层神经元的确定 | 第31页 |
| ·混沌神经网络结构 | 第31-32页 |
| ·学习训练方法的设计 | 第32-34页 |
| ·船用发电机系统辨识神经网络模型的选用 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 船用发电机混沌神经网络建模及结果分析 | 第39-57页 |
| ·引言 | 第39页 |
| ·系统辨识模型分析 | 第39-41页 |
| ·船用同步发电机样本数据采集 | 第41-48页 |
| ·船用发电机正常运行工况样本数据的采集 | 第42-45页 |
| ·船用发电机故障工况样本数据的采集 | 第45-48页 |
| ·样本数据的确定 | 第48-49页 |
| ·神经网络学习样本数据的选择原则 | 第48-49页 |
| ·混沌神经网络模型学习样本数据的确定 | 第49页 |
| ·样本数据的处理 | 第49页 |
| ·混沌神经网络的训练 | 第49-51页 |
| ·训练次数的确定 | 第49-50页 |
| ·初始权值的选择 | 第50-51页 |
| ·船用同步发电机正常运行工况训练情况 | 第51-53页 |
| ·船用同步发电机故障工况训练情况 | 第53-55页 |
| ·船用同步发电机混沌神经网络模型的测试 | 第55页 |
| ·本章小结 | 第55-57页 |
| 第五章 结论与展望 | 第57-59页 |
| ·论文主要内容与结论 | 第57页 |
| ·进一步的研究方向 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录1 攻读硕士学位期间发表的论文 | 第63-64页 |
| 附录2 混沌神经网络的训练过程 | 第64页 |