基于过程神经网络集成的航空发动机性能衰退预测
AERO-ENGINE PERFORMANCE DECLINEFORECAST BASED ON PROCESS NEURALNETWORK ENSEMBLE
摘 要
1BAbstract
第1章 绪论
1.1 课题来源及研究的目的和意义
1.1.1 课题来源
1.1.2 研究的目的和意义
1.2 国内外研究发展现状
1.2.1 航空发动机性能衰退预测原理
1.2.2 航空发动机性能衰退参数预测技术的发展现状
1.2.3 过程神经网络原理及发展现状介绍
1.2.4 神经网络集成概念及国内外研究现状
1.3 本文的主要研究内容
第2章 基于单一过程神经网络的航空发动机性能预测
2.1 引言
2.2 单一过程神经网络的性能衰退预测
2.2.1 前馈过程神经网络预测
2.2.2 双并联过程神经网络预测
2.2.3 小波过程神经网络预测
2.3 基于预测结果的单一过程神经网络泛化能力分析
2.3.1 神经网络结构及网络各层传递函数
2.3.2 训练样本的数量和质量
2.3.3 学习时间和学习精度
2.3.4 样本归一化和学习率
2.4 单一过程神经网络的缺点
2.5 本章小结
第3章 过程神经网络集成及其应用
3.1 引言
3.2 过程神经网络集成的理论基础
3.2.1 神经网络集成的错误概率
3.2.2 神经网络集成泛化错误计算公式
3.3 过程神经网络集成实现方法及实验实例
3.3.1 个体网络生成方法
3.3.2 过程神经网络集成预测模型
3.3.3 结论合成方式
3.4 本章小结
第4章 过程神经网络集成的泛化能力分析
4.1 引言
4.2 过程神经网络集成的泛化能力分析
4.2.1 个体过程神经网络的泛化能力及差异度
4.2.2 个体过程神经网络结论合成方式
4.3 与单一过程神经网络模型泛化能力的比较分析
4.4 本章小结
第5章 系统开发与应用
5.1 引言
5.2 功能需求
5.3 体系结构设计
5.4 功能及工作流程设计
5.5 各功能简介
5.6 本章小结
结 论
参考文献
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
致 谢
哈尔滨工业大学;