文摘
英文文摘
第一章 绪论
1.1 引言
1.2 地球自转变化预报的研究现状
1.3 神经网络的研究现状
1.4 本文的研究意义和主要研究内容
第二章 地球自转理论
2.1 地球自转
2.1.1 刚体自转
2.1.2 非刚体自转
2.1.3 带有液核的球体自转
2.1.4 自转形变
2.1.5 阻尼线性运动
2.2 地球自转参数的测定
2.3 地球自转变化激发的研究
2.3.1 日长变化
2.3.2 极移
2.3.3 激发函数
2.4 本章小结
第三章 神经网络的基本原理
3.1 人工神经网络的基本理论
3.1.1 人工神经网络的生物学基础
3.1.2 人工神经网络的数学表达
3.1.3 人工神经网络的基本特征和通有性质
3.1.4 人工神经网络的分类
3.2 BP神经网络的基本原理
3.2.1 网络的学习规则——梯度下降算法
3.2.2 BP算法的基本流程
3.3 遗传算法优化的BP神经网络
3.3.1 遗传算法的基本原理及主要优点
3.3.2 遗传神经网络的算法流程
3.4 广义回归神经网络的基本原理
3.4.1 广义回归神经网络的理论基础
3.4.2 广义回归神经网络的结构
3.5 本章小结
第四章 日长变化预报
4.1 遗传神经网络用于日长变化预报
4.1.1 数据预处理
4.1.2 建模和预报
4.1.3 实验结果
4.2 广义回归神经网络用于日长变化预报
4.2.1 数据预处理
4.2.2 建模和预报
4.2.3 GRNN输入样本按跨度i选取
4.2.4 GRNN输入样本按连续方式选取
4.2.5 广义回归神经网络预报日长变化小结
4.3 不同前馈神经网络模型用于日长变化预报的综合比较
4.4 本章小结
第五章 总结与展望
5.1 本文的主要研究成果和创新之处
5.2 今后工作展望
参考文献
致谢
攻读硕士学位期间主要的研究成果