基于bootstrap和改进极限学习机的区间预测方法及应用研究

摘要第5-7页
abstract第7-14页
第一章绪论第14-24页
    1.1课题来源第14页
    1.2研究背景与意义第14-15页
    1.3国内外研究发展现状第15-20页
        1.3.1点预测研究现状第16-18页
        1.3.2区间预测研究现状第18-20页
    1.4课题研究内容第20-21页
    1.5论文组织结构第21-24页
第二章基础理论方法介绍第24-32页
    2.1区间预测基本原理第24-25页
    2.2区间预测评价标准第25-27页
    2.3Bootstrap方法第27页
    2.4极限学习机(ELM)第27-31页
    2.5本章小结第31-32页
第三章基于Bootstrap和改进极限学习机的区间预测方法第32-50页
    3.1自适应粒子群优化算法第32-33页
    3.2反馈多核极限学习机(MKELM-EF)第33-36页
    3.3基于Bootstrapped-MKELM-EF的预测区间构建第36-39页
        3.3.1Bootstrap抽样及训练第36-37页
        3.3.2获取模型不确定度方差及置信区间第37-38页
        3.3.3获取数据的预测区间第38-39页
    3.4原始数据预处理第39-41页
    3.5仿真实验验证第41-48页
        3.5.1核函数参数确定过程第42页
        3.5.2不同类型数据下试验结果与分析第42-47页
        3.5.3三种不同Bootstrap方法对应结果分析第47-48页
    3.6本章小结第48-50页
第四章区间预测模型实际工业应用第50-58页
    4.1精对苯二甲酸(PTA)溶剂系统简介第50-51页
    4.2实际工业应用第51-56页
    4.3本章小结第56-58页
第五章结论与展望第58-60页
    5.1工作总结第58页
    5.2未来展望第58-60页
参考文献第60-66页
致谢第66-68页
研究成果及发表的学术论文第68-70页
作者和导师简介第70-72页
附件第72-73页

论文共73页,点击 下载论文
上一篇:银/硅橡胶-聚偏氟乙烯复合膜制备及其膜蒸馏性能
下一篇:介孔二氧化硅氟官能团化及其分离性能