| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 组合优化的研究现状 | 第11-12页 |
| 1.2.2 设备状态预测的研究现状 | 第12-13页 |
| 1.3 论文研究内容与章节安排 | 第13-15页 |
| 第二章 相关基础理论概述 | 第15-28页 |
| 2.1 灰色模型 | 第15-16页 |
| 2.2 人工鱼群算法 | 第16-18页 |
| 2.3 时间序列模型 | 第18-19页 |
| 2.3.1 AR模型 | 第18页 |
| 2.3.2 MA模型 | 第18-19页 |
| 2.3.3 ARMA模型 | 第19页 |
| 2.4 遗传算法 | 第19-23页 |
| 2.4.1 遗传算法的基本操作 | 第19-22页 |
| 2.4.2 遗传算法流程图及其主要步骤 | 第22-23页 |
| 2.4.3 遗传算法缺陷不足 | 第23页 |
| 2.5 混沌理论 | 第23-27页 |
| 2.5.1 Logistic映射 | 第23-24页 |
| 2.5.2 Lorenz系统 | 第24-25页 |
| 2.5.3 R?ssler系统 | 第25-26页 |
| 2.5.4 Chen系统 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于混沌遗传的人工鱼群算法 | 第28-38页 |
| 3.1 人工鱼群的初始化 | 第28-29页 |
| 3.2 新鱼群的处理 | 第29-30页 |
| 3.3 算法描述 | 第30-32页 |
| 3.4 实验对比分析 | 第32-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于改进人工鱼群的灰色预测模型 | 第38-44页 |
| 4.1 基于改进人工鱼群的灰色预测模型算法描述 | 第38-41页 |
| 4.1.1 灰色预测模型问题分析 | 第38页 |
| 4.1.2 灰色预测模型的精度检验 | 第38-39页 |
| 4.1.3 基于改进人工鱼群的灰色预测模型算法代码实现 | 第39-41页 |
| 4.2 改进灰色预测模型算法实验对比分析 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第五章 优化组合预测模型权重参数分析及确定 | 第44-52页 |
| 5.1 组合模型中的定正权重参数研究分析 | 第44-47页 |
| 5.1.1 等权平均法 | 第44-45页 |
| 5.1.2 方差倒数法 | 第45页 |
| 5.1.3 非等权平均法 | 第45页 |
| 5.1.4 二项式系数法 | 第45-46页 |
| 5.1.5 定正权重参数方法应用实例 | 第46-47页 |
| 5.2 组合模型中的变权重参数研究分析 | 第47-50页 |
| 5.2.1 加权几何平均法 | 第48-49页 |
| 5.2.2 调和平均组合法 | 第49页 |
| 5.2.3 变权重参数组合预测模型应用实例 | 第49-50页 |
| 5.3 权重参数分析及确定 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 基于优化组合预测模型的电厂设备状态预测 | 第52-60页 |
| 6.1 基于改进灰色和时间序列优化组合预测模型的建立 | 第52-53页 |
| 6.1.1 基于改进灰色和时间序列优化组合预测模型的实现过程 | 第52页 |
| 6.1.2 基于改进灰色和时间序列优化组合预测模型的主要步骤 | 第52-53页 |
| 6.1.3 基于改进灰色和时间序列优化组合预测模型效果评价指标 | 第53页 |
| 6.2 基于改进灰色和时间序列优化组合预测模型仿真实验 | 第53-59页 |
| 6.2.1 优化组合预测模型仿真实验数据选取 | 第53-54页 |
| 6.2.2 优化组合预测模型仿真实验及分析 | 第54-59页 |
| 6.3 本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 1 主要工作及结论 | 第60页 |
| 2 未来工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间取得的学术成果 | 第66-67页 |
| 致谢 | 第67-68页 |
