| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题研究背景和意义 | 第12-13页 |
| ·研究背景 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·国内外健康预测技术的研究现状 | 第13-15页 |
| ·研究内容 | 第15-16页 |
| ·研究目标和内容安排 | 第16-18页 |
| ·研究目标 | 第16-17页 |
| ·内容安排 | 第17-18页 |
| 第2章 单项预测技术的算法研究 | 第18-25页 |
| ·最小二乘支持向量机预测算法 | 第18-21页 |
| ·最小二乘支持向量机模型 | 第18-21页 |
| ·最小二乘支持向量机应用 | 第21页 |
| ·灰色预测算法 | 第21-24页 |
| ·灰色序列的生成 | 第21-22页 |
| ·灰色系统模型 | 第22-23页 |
| ·灰色系统应用 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第3章 组合预测技术的算法研究 | 第25-34页 |
| ·组合预测方法概述及研究现状 | 第25页 |
| ·组合模型权重分配算法研究 | 第25-30页 |
| ·方差-协方差法 | 第26-27页 |
| ·最小二乘法 | 第27-28页 |
| ·D-S 证据理论法 | 第28-30页 |
| ·灰色神经网络组合预测算法 | 第30-32页 |
| ·灰色神经网络组合模型 | 第30-32页 |
| ·灰色神经网络应用 | 第32页 |
| ·组合模型的应用 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第4章 基于单项预测模型的航空发电机健康状态预测技术研究 | 第34-42页 |
| ·航空发电机健康状态预测试验数据分析 | 第34-37页 |
| ·基于最小二乘支持向量机的航空发电机健康状态预测研究 | 第37-39页 |
| ·基于灰色模型的航空发电机健康状态预测研究 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第5章 基于组合预测模型的航空发电机健康状态预测技术研究 | 第42-60页 |
| ·基于灰色神经网络的航空发电机健康状态预测研究 | 第42-45页 |
| ·基于组合预测模型的航空发电机健康状态预测试验研究 | 第45-56页 |
| ·基于最小二乘法两种预测模型组合的健康状态预测研究 | 第45-48页 |
| ·基于最小二乘法三种预测模型组合的健康状态预测研究 | 第48-49页 |
| ·基于D-S 证据理论的两种模型组合的健康状态预测研究 | 第49-52页 |
| ·基于D-S 证据理论的三种模型组合的健康状态预测研究 | 第52-56页 |
| ·航空发电机健康状态预测试验结果比较与分析 | 第56-59页 |
| ·小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第66页 |
