基于小波神经网络的高炉炉温预报模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-14页 |
| ·高炉炼铁工艺过程的高度复杂性 | 第7-9页 |
| ·高炉炼铁中炉温预测的重要性及其模型研究概况 | 第9-12页 |
| ·论文的主要内容 | 第12-14页 |
| 第二章 小波分析基础 | 第14-33页 |
| ·连续小波变换(CWT) | 第14-19页 |
| ·离散小波变换(DWT) | 第19-27页 |
| ·连续小波变换的冗余和再生核 | 第19-20页 |
| ·参数的离散化与离散小波变换的概念 | 第20-21页 |
| ·小波框架与Reisz基 | 第21-24页 |
| ·离散小波变换 | 第24-27页 |
| ·最大重复离散小波变换(MODWT) | 第27-30页 |
| ·Mallat算法 | 第30-33页 |
| 第三章 人工神经网络基础 | 第33-44页 |
| ·神经网络的结构和类型 | 第33-36页 |
| ·两类神经网络简介 | 第36-43页 |
| ·BP神经网络及其改进 | 第36-39页 |
| ·径向基函数网络及其推广 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 小波神经网络基础理论及其应用 | 第44-61页 |
| ·小波神经网络基本思路 | 第44-45页 |
| ·数据分析与预处理 | 第45-50页 |
| ·数据的去噪处理 | 第45-49页 |
| ·数据的归一化处理与选择 | 第49-50页 |
| ·应用小波神经网络进行预测 | 第50-55页 |
| ·松散型小波神经网络 | 第50-52页 |
| ·自回归松散型小波神经网络 | 第52-53页 |
| ·紧致型小波神经网络 | 第53-55页 |
| ·预测结果的比较和分析 | 第55-60页 |
| ·预测结果及比较 | 第55-57页 |
| ·各种预测模型的比较 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-65页 |
| ·本文主要工作的总结 | 第61-63页 |
| ·本文继续深入研究的方向 | 第63-65页 |
| ·模型改进的方向 | 第63-64页 |
| ·模型深入研究的方向 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |
