| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 课题研究背景及意义 | 第14页 |
| 1.2 课题研究现状 | 第14-16页 |
| 1.3 课题的主要内容及组织结构 | 第16-18页 |
| 第二章 数据挖掘与预测技术介绍 | 第18-38页 |
| 2.1 数据挖掘概述 | 第18-20页 |
| 2.1.1 数据挖掘的背景和定义 | 第18-19页 |
| 2.1.2 数据挖掘的一般过程 | 第19-20页 |
| 2.2 数据挖掘中的预测 | 第20-21页 |
| 2.3 数据挖掘的预测任务模型 | 第21-23页 |
| 2.4 飞机故障预测的常用技术 | 第23-36页 |
| 2.4.1 回归分析法 | 第23-25页 |
| 2.4.2 时间序列预测法 | 第25-26页 |
| 2.4.3 灰色预测 | 第26-29页 |
| 2.4.4 支持向量机预测 | 第29-33页 |
| 2.4.5 神经网络预测 | 第33-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 飞机轴承损耗率预测的实证分析 | 第38-52页 |
| 3.1 轴承损耗率数据采集及分析 | 第38-39页 |
| 3.2 轴承损耗率预测模型选择分析 | 第39-41页 |
| 3.3 轴承损耗率的灰色预测模型及结果 | 第41-43页 |
| 3.4 轴承损耗率的支持向量机预测模型及结果 | 第43-45页 |
| 3.5 灰色模型与支持向量机模型的融合研究 | 第45-48页 |
| 3.5.1 可行性分析 | 第45-46页 |
| 3.5.2 轴承损耗率的GSVM预测模型及结果 | 第46-48页 |
| 3.6 模型评价 | 第48-51页 |
| 3.6.1 预测效果评价标准 | 第48-49页 |
| 3.6.2 预测结果对比 | 第49-50页 |
| 3.6.3 结果评价 | 第50-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第四章 飞机主燃油控制系统失效率的预测 | 第52-69页 |
| 4.1 飞机主燃油控制系统失效率数据采集及特征分析 | 第52-53页 |
| 4.2 MFC失效率预测模型选择分析 | 第53-54页 |
| 4.3 基于BP神经网络的MFC失效率预测模型 | 第54-56页 |
| 4.3.1 BP神经网络结构的确定 | 第54-55页 |
| 4.3.2 BP神经网络模型预测结果 | 第55-56页 |
| 4.4 基于GM(1,1)模型的MFC失效率预测 | 第56-58页 |
| 4.4.1 GM(1,1)模型预测过程 | 第56-57页 |
| 4.4.2 GM(1,1)模型预测结果 | 第57-58页 |
| 4.5 灰色模型与神经网络模型的融合模型研究 | 第58-61页 |
| 4.5.1 线性加权的灰色神经网络模型预测MFC失效率 | 第58-59页 |
| 4.5.2 直接型灰色神经网络模型预测MFC失效率 | 第59-61页 |
| 4.6 模型评价 | 第61-64页 |
| 4.6.1 预测效果评价标准 | 第61-62页 |
| 4.6.2 预测结果对比 | 第62-63页 |
| 4.6.3 结果分析 | 第63-64页 |
| 4.7 飞机维护系统设计与展示 | 第64-67页 |
| 4.8 本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |
