基于BP人工神经网络的多点非时序变形预测模型研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-16页 |
| ·本论文的研究背景和意义 | 第10-11页 |
| ·多点变形预测的研究现状 | 第11-12页 |
| ·常用的变形预测模型 | 第12-15页 |
| ·基于回归分析的变形预测模型 | 第12-13页 |
| ·基于时间序列分析的变形预测模型 | 第13页 |
| ·基于灰色系统的变形预测模型 | 第13-14页 |
| ·基于Kalman滤波的变形预测模型 | 第14-15页 |
| ·基于人工神经网络的变形预测模型 | 第15页 |
| ·本论文的研究内容 | 第15-16页 |
| 第2章 回归分析模型及其在变形预测中的应用 | 第16-25页 |
| ·回归分析基本原理 | 第16-22页 |
| ·多元线性回归的基本原理 | 第16-18页 |
| ·典型的曲线拟合模型 | 第18-20页 |
| ·回归方程显著性检验 | 第20-21页 |
| ·回归系数显著性检验 | 第21-22页 |
| ·逐步回归分析方法 | 第22页 |
| ·回归方法变形预测模型的建立过程 | 第22-25页 |
| ·变形的成因分析与预测 | 第22-23页 |
| ·变形预测的回归模型建模流程 | 第23-25页 |
| 第3章 BP人工神经网络及其在变形预测中的应用 | 第25-39页 |
| ·人工神经网络发展概述 | 第25页 |
| ·人工神经网络基本原理 | 第25-30页 |
| ·生物神经细胞的结构 | 第25-26页 |
| ·人工神经网络的处理单元 | 第26-27页 |
| ·处理单元的转移函数 | 第27-28页 |
| ·人工神经网络模型 | 第28-30页 |
| ·变形预测的BP人工神经网络模型 | 第30-38页 |
| ·BP人工神经网络算法 | 第30-33页 |
| ·变形预测的BP人工神经网络建模流程 | 第33-34页 |
| ·变形数据归一化 | 第34-35页 |
| ·网络设计 | 第35-37页 |
| ·网络测试与变形预测 | 第37-38页 |
| ·MATLAB人工神经网络工具箱 | 第38-39页 |
| 第4章 工程实例的应用情况及其比较分析 | 第39-58页 |
| ·工程概况 | 第39页 |
| ·建立非时序变形预测模型的相关方案 | 第39-41页 |
| ·变形预测的回归模型建模分析 | 第41-51页 |
| ·单点建模与测试结果分析 | 第41-45页 |
| ·建模数据的数量及其组合的选定试验研究 | 第45-48页 |
| ·建立多点变形预测回归模型的可行性分析 | 第48-51页 |
| ·多点变形预测的BP人工神经网络建模分析 | 第51-56页 |
| ·数据预处理 | 第51页 |
| ·模型设计与计算试验 | 第51-55页 |
| ·建模数据的数量及其组合的选定试验研究 | 第55-56页 |
| ·本文所探讨的两种变形预测模型的分析比较 | 第56-58页 |
| 结论与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第64-65页 |
| 附录 | 第65-74页 |
