声明
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文的主要内容及结构
第二章 电气化铁路弓网综合状态分析
2.1 铁路供电安全检测监测系统
2.1.1 铁路供电安全检测监测系统架构
2.1.2 电气化铁路弓网综合状态等级
2.2 弓网综合状态参数分析
2.2.1 弓网综合状态参数的种类
2.2.2 弓网综合状态参数的数据分析
2.3 基于层次分析法的弓网综合状态计算
2.3.1 层次分析法的原理
2.3.2 弓网综合状态的计算
2.4 本章小结
第三章 基于传统模型的弓网综合状态预测模型
3.1 基于支持向量机的弓网综合状态预测模型
3.1.1 支持向量机模型原理
3.1.2 支持向量机的核函数
3.1.3 弓网综合状态预测模型的结构
3.2 实验结果与分析
3.3 基于ANN的弓网综合状态预测模型
3.3.1 神经元基本结构
3.3.2 弓网综合状态预测模型的基本结构
3.4 预测模型的参数与训练方法
3.4.1 预测模型的参数
3.4.2 弓网综合状态预测模型的训练方法
3.5 实验结果与分析
3.6 本章小结
第四章 基于DNN的弓网综合状态预测模型
4.1 弓网综合状态预测模型架构
4.1.1 弓网综合状态预测模型的基本结构
4.1.2 弓网综合状态预测模型的数据集
4.2 弓网综合状态预测模型参数及训练方法
4.2.1 预测模型的激活函数和损失函数
4.2.2 弓网综合状态预测模型的参数更新
4.2.3 弓网综合状态预测模型的训练方法
4.3 实际工程算例分析
4.3.1 实际工程数据分析
4.3.2 实验结果与分析
4.4 本章小结
第五章 电气化铁路弓网综合状态预测模型的优化
5.1 改进的弓网综合状态预测模型
5.1.1 改进的弓网综合状态预测模型结构
5.1.2 改进的弓网综合状态预测模型实验测试
5.1.3 预测模型最优层数测试
5.2 弓网综合状态预测模型优化实现流程
5.3 弓网综合状态预测模型Adadelta优化
5.3.1 弓网综合状态预测模型的Adadelta优化原理
5.3.2 预测模型的Adadelta优化测试
5.4 弓网综合状态预测模型遗传算法优化
5.4.1 预测模型遗传优化流程
5.4.2 遗传算法优化测试
5.5 弓网综合状态预测模型的评估
5.5.1 预测模型的误差
5.5.2 预测模型的泛化能力
5.6 本章小结
第六章 弓网综合状态预测结果的聚类分析
6.1 基于弓网综合状态预测结果的聚类分析流程
6.2 弓网综合状态预测结果的聚类分析
6.2.1 基于弓网综合状态预测结果的K-means聚类
6.2.2 基于弓网综合状态预测结果的DBSCAN聚类
6.2.3 基于弓网综合状态预测结果的K-medoids聚类
6.3 聚类结果的分析和处理
6.4 本章小结
第七章 总结
7.1 主要工作回顾
7.2 本课题需进一步研究的地方
参考文献
个人简历在读期间发表的学术论文
致谢
