基于灰色神经网络的装甲部队油料消耗预测技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究背景、目的和意义 | 第12-14页 |
| ·研究背景 | 第12-13页 |
| ·研究目的与意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-16页 |
| ·论文的主要内容 | 第16-17页 |
| ·论文的研究方法及创新 | 第17-18页 |
| ·论文的研究方法 | 第17页 |
| ·论文的创新之处 | 第17-18页 |
| 第2章 装甲部队油料消耗预测依据和基本步骤 | 第18-23页 |
| ·油料保障需求预测依据 | 第18-19页 |
| ·油料消耗基本预测步骤 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 灰色系统理论及改进 GM(1,1)模型 | 第23-32页 |
| ·灰色关联分析 | 第23-26页 |
| ·灰色关联分析基本思想 | 第23页 |
| ·灰色关联分析求解步骤 | 第23-26页 |
| ·灰色关联分析的优势 | 第26页 |
| ·灰色预测模型 | 第26-30页 |
| ·GM模型的建模思想 | 第26-27页 |
| ·GM模型的预测步骤 | 第27-29页 |
| ·GM(1,1)模型的改进 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第4章 BP 神经网络模型及改进 | 第32-45页 |
| ·BP 神经网络基本原理 | 第32-33页 |
| ·网络结构 | 第33-37页 |
| ·人工神经元数学模型 | 第33-34页 |
| ·BP神经网络的传递函数 | 第34-35页 |
| ·BP神经网络的学习方式与规则 | 第35-36页 |
| ·BP神经网络的结构 | 第36-37页 |
| ·BP 神经网络的训练 | 第37-41页 |
| ·工作信号正向传播 | 第38-39页 |
| ·误差信号反向传播 | 第39-41页 |
| ·BP 算法的缺陷与改进 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 灰色神经网络组合模型 | 第45-49页 |
| ·组合预测模型的优势 | 第45-46页 |
| ·灰色神经网络通用组合方式 | 第46-47页 |
| ·改进串联灰色神经网络模型 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第6章 实验与结果分析 | 第49-59页 |
| ·实验数据 | 第49-50页 |
| ·灰色关联分析确定影响因素权重系数 | 第50-51页 |
| ·GM(1,1)模型预测实例 | 第51-53页 |
| ·油耗序列建模检验 | 第51-52页 |
| ·模拟及预测结果分析 | 第52-53页 |
| ·BP 神经网络预测实例 | 第53-56页 |
| ·灰色神经网络组合模型预测实例 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第64页 |
