| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·课题研究背景及意义 | 第7-8页 |
| ·课题研究现状及发展趋势 | 第8-10页 |
| ·国外研究现状及趋势 | 第8-9页 |
| ·国内研究现状及趋势 | 第9-10页 |
| ·课题研究的主要内容 | 第10-11页 |
| 2 接地网土壤腐蚀数据的分析与预处理 | 第11-24页 |
| ·接地网土壤腐蚀数据库建立 | 第11-12页 |
| ·土壤腐蚀因素的空间分布 | 第12-15页 |
| ·相关性分析 | 第15-17页 |
| ·主元分析 | 第17-23页 |
| ·主元分析法的基本思想 | 第17-18页 |
| ·主元分析法的步骤 | 第18-19页 |
| ·主元分析法的实现 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于非参数集群分类法的接地网腐蚀规律研究 | 第24-32页 |
| ·Bootstrap 法原理 | 第24-25页 |
| ·非参数集群分类法 | 第25-29页 |
| ·KNN 算法 | 第25-26页 |
| ·Adaboost 方法 | 第26-27页 |
| ·非参数集群分类算法的步骤 | 第27-29页 |
| ·算法试验验证 | 第29-31页 |
| ·样本集构造 | 第29-30页 |
| ·分类模型的训练和测试 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 接地网腐蚀速率预测模型建立 | 第32-55页 |
| ·BP 神经网络及改进方法预测模型 | 第32-41页 |
| ·BP 神经网络原理及结构 | 第32-34页 |
| ·BP 神经网络的特性及泛化问题 | 第34-35页 |
| ·交叉验证法 | 第35页 |
| ·BP 神经网络的渐进优化原理 | 第35-37页 |
| ·BP 神经网络仿真建模 | 第37-38页 |
| ·BP 神经网络渐进优化算法仿真建模 | 第38-41页 |
| ·K_(opt)-均值聚类和支持向量机（SVM）预测模型 | 第41-47页 |
| ·支持向量回归（SVR） | 第41-42页 |
| ·K_(opt)-均值聚类 | 第42-45页 |
| ·基于K_(opt)-均值聚类和 SVR 的模型 | 第45页 |
| ·基于K_(opt)-均值聚类和 SVR 的仿真建模 | 第45-47页 |
| ·模糊类比法预测建模仿真 | 第47-52页 |
| ·模糊类比法原理 | 第48页 |
| ·模糊类比法实施步骤 | 第48-49页 |
| ·接地网腐蚀速率的模糊类比模型仿真验证 | 第49-52页 |
| ·三种预测建模方法对比分析 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 5 变电站接地网腐蚀预测软件设计 | 第55-61页 |
| ·腐蚀预测软件总体设计 | 第55-56页 |
| ·腐蚀预测软件功能设计 | 第56-60页 |
| ·用户登录模块 | 第56页 |
| ·数据选择模块 | 第56-57页 |
| ·建立模型模块 | 第57-58页 |
| ·腐蚀预测模块 | 第58-59页 |
| ·帮助系统模块 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6 结论 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-72页 |