第一个书签之前
摘 要
Abstract
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 故障预报方法
1.2.2 多步故障预报方法
1.2.3 基于多退化模型的故障预报方法
1.3 研究内容与组织结构
2 预备知识
2.1 标准交互多模型算法
2.2 支持向量回归机
3 基于交互多模型估计的制导律辨识
3.1 引言
3.2 基于扩展卡尔曼滤波的交互多模型算法
3.3 基于多模型估计的制导律辨识框架
3.4 仿真实验
3.4.1 真比例制导律辨识
3.4.2 偏置速度追踪制导律辨识
3.4.3 落角约束制导律辨识
3.5 本章小结
4 基于支持向量机参数优化的时间序列预测
4.1 引言
4.2 支持向量机的参数影响研究
4.3 基于鲸鱼算法的支持向量机时间序列预测
4.3.1 鲸鱼优化算法
4.3.2 基于鲸鱼算法的支持向量回归机
4.3.3 仿真实验
4.4 基于正弦余弦算法的支持向量机时间序列预测
4.4.1 正弦余弦算法
4.4.2 基于正弦余弦算法的支持向量回归机
4.4.3 仿真实验
4.5 本章小结
5 基于支持向量机的组合多步状态预测研究
5.1 引言
5.2 基于支持向量机和长短期记忆模型的多步状态预测
5.2.1 建立多步长短期记忆预测模型
5.2.2 引入误差补偿机制的组合多步预测
5.2.3 仿真实验
5.3 基于最小二乘支持向量机和经验模态分解的多步状态预测
5.3.1 建立多步最小二乘支持向量机预测模型
5.3.2 引入经验模态分解的组合多步预测
5.3.3 仿真实验
5.4 本章小结
6 基于多模型估计和支持向量机的多步剩余寿命估计
6.1 引言
6.2 锂粒子电池容量的退化模型
6.3 基于粒子滤波的交互多模型估计算法
6.4 基于观测补偿的多步剩余寿命估计
6.5 仿真实验
6.6 本章小结
7 总结与展望
7.1 全文总结
7.2 研究展望
致 谢
参考文献
附录1 攻读博士学位期间发表论文目录
附录2 公开发表的学术论文与博士学位论文的关系
附录3 攻读学位期间参加的科研项目