第一个书签之前
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文的研究内容
2.1 神经网络概述
2.1.1 神经网络的发展和运用
2.1.2 神经网络的组成
2.2 BP神经网络算法
2.2.1 BP神经网络训练
2.2.2 BP神经网络的工作原理
2.2.3 BP神经网络的局限性
2.3 本章小结
3.1 果蝇算法
3.1.1 果蝇算法优化原理
3.1.2 果蝇算法的特点
3.1.3 果蝇算法的优化步骤
3.1.4 果蝇算法的优势和不足
3.2 粒子群算法
3.2.1 粒子群算法概述
3.2.2 粒子群算法原理
3.2.3 粒子群算法的实现步骤
3.3 遗传算法
3.3.1 遗传算法概述
3.3.2 遗传算法的基本要素
3.3.3 遗传算法的基本操作
3.3.4 遗传算法的基本流程
3.4 本章小结
4.1 改进的小波包阈值法去噪
重构公式: (4.
4.1.2 最优小波基的选取
4.1.3 最大尺度的确定
4.1.4 阈值函数的改进
4.1.5 小波包去噪效果的评价指标
4.1.6 工程实例分析
4.2 常见的变形分析模型
4.2.1 新称代谢GM(1,1)模型
4.2.3 时间序列分析模型
4.3 模型建立
4.3.1 GA-BP遗传神经网络模型
其中,是次修
4.3.2 GA-BP-Adaboost强预测模型
4.3.3 FOA-BP-Adaboost强预测模型
4.4 本章小结
5.1 工程概况
5.2 组合模型预测结果对比分析
5.3 本章小结
6.1 结论
6.2 展望