声明
摘要
第一章 绪论
1.1 课题的来源和研究背景
1.2 预测策略动态电源管理法国内外研究现状
1.2.1 动态电源管理简介
1.2.2 预测策略动态电源管理简介
1.2.3 预测算法的特点及其局限性
1.3 论文的主要工作和创新点
1.3.1 论文的主要工作
1.3.2 论文主要创新点
1.3.3 课题实验环境
1.4 论文结构
第二章 动态电源管理
2.1 超时策略
2.2 随机策略
2.3 预测策略动态电源管理
2.4 本章小结
第三章 预测策略中的预测算法
3.1 学习树算法
3.2 指数平均算法
3.3 马尔可夫算法
3.3.1 马尔可夫算法的基本理论
3.3.2 马尔可夫算法的实现过程
3.3.3 马尔可夫算法的代码实现
3.4 人工神经网络算法
3.5 本章小结
第四章 自反馈内嵌式马尔可夫算法的设计
4.1 内嵌式马尔可夫模型的设计
4.2 自反馈机制的设置
4.2.1 反馈机制
4.2.2 自反馈模型
4.3 程序流程和代码设计
4.3.1 程序流程
4.3.2 代码实现
4.4 本章小结
第五章 神经网络时间序列预测
5.1 静态神经网络
5.1.1 BP神经网络算法
5.1.2 RBF(径向基因)神经网络算法
5.2 动态神经网络
5.2.1 动态神经网络的原理特点
5.2.2 动态神经网络的构建和实现
5.3 提高神经网络泛化能力的优化方法
5.4 本章小结
第六章 仿真对比实例
6.1 仿真数据和仿真平台
6.2 预测精度仿真测试
6.3 神经网络与自反馈内嵌式马尔可夫算法耦合方法仿真实验
6.3.1.误差纠正法
6.3.2.权值调配法
6.3.3.双重预测模型法的建立
6.4 功耗仿真测试对比
6.4.1 试验环境
6.4.2 仿真结果
6.5 本章小结
第七章 结论与建议
7.1 全文总结
7.2 建议和展望
参考文献
致谢
硕士生期间的研究成果和参加科研情况