基于BP网络的舰载机出动回收能力评价模型研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 课题背景及研究意义 | 第11-12页 |
1.2 相关领域研究现状 | 第12-19页 |
1.2.1 计算机仿真技术 | 第12-15页 |
1.2.2 舰载机出动回收问题 | 第15-17页 |
1.2.3 综合评价方法 | 第17-19页 |
1.3 论文的主要工作内容和结构安排 | 第19-21页 |
第2章 舰载机出动回收仿真系统分析与设计 | 第21-38页 |
2.1 引言 | 第21页 |
2.2 舰载机出动回收流程分析 | 第21-24页 |
2.3 舰载机出动回收能力影响因素分析 | 第24-29页 |
2.3.1 舰载机作战能力分析 | 第25-27页 |
2.3.2 甲板作业对舰载机出动架次的影响 | 第27-29页 |
2.3.3 舰载机维修能力分析 | 第29页 |
2.4 舰载机可靠性分析 | 第29-35页 |
2.4.1 舰载机完好率概述 | 第30-32页 |
2.4.2 可靠性模型与算法 | 第32-35页 |
2.5 舰载机出动回收仿真系统结构设计 | 第35-37页 |
2.6 本章小结 | 第37-38页 |
第3章 舰载机出动回收仿真作业计划的制定 | 第38-48页 |
3.1 引言 | 第38页 |
3.2 舰载机作业计划分析 | 第38-42页 |
3.2.1 作业计划限制因素 | 第38-39页 |
3.2.2 作业计划生成方式 | 第39-42页 |
3.3 作业计划的制定 | 第42-45页 |
3.3.1 作业优先规则 | 第42-43页 |
3.3.2 计划制定步骤 | 第43-45页 |
3.4 作业计划方案生成 | 第45-47页 |
3.5 本章小结 | 第47-48页 |
第4章 系统仿真输出结果评价网络 | 第48-63页 |
4.1 引言 | 第48页 |
4.2 人工神经网络 | 第48-52页 |
4.2.1 神经网络的特点 | 第50页 |
4.2.2 BP神经网络 | 第50-52页 |
4.3 改进的BP学习算法 | 第52-55页 |
4.3.1 BP算法的缺点 | 第52-53页 |
4.3.2 BP算法的改进 | 第53-55页 |
4.3.3 基于BP网络的多指标综合评价模型 | 第55页 |
4.4 基于BP神经网络的评价模型结构设计 | 第55-59页 |
4.4.1 网络层数的确定 | 第56页 |
4.4.2 网络输入端结构与设计 | 第56-57页 |
4.4.3 隐含层节点数的确定 | 第57-58页 |
4.4.4 输出层节点数的确定 | 第58页 |
4.4.5 评价网络输出结果 | 第58-59页 |
4.5 评价网络的C++实现 | 第59-62页 |
4.5.1 网络的建立 | 第59-61页 |
4.5.2 网络测试 | 第61-62页 |
4.6 本章小结 | 第62-63页 |
第5章 仿真系统实现及结果数据分析 | 第63-74页 |
5.1 系统开发环境介绍 | 第63页 |
5.2 仿真系统启动流程 | 第63-65页 |
5.3 软件功能介绍 | 第65-69页 |
5.3.1 软件主界面 | 第65-67页 |
5.3.2 手动制定可视作业计划界面 | 第67-69页 |
5.4 仿真实例数据分析 | 第69-74页 |
5.6 本章小结 | 第74页 |
结论 | 第74-76页 |
参考文献 | 第76-80页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第80-81页 |
致谢 | 第81页 |