基于BP神经网络预测织机效率

目录

声明

第一章 绪论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 课题研究的意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 课题研究主要内容及实施方案

第二章 数据的收集、整理和分析

2.1 数据的收集与整理

2.2 数据的分析

第三章 基于BP人工神经网络预测织机效率

3.1 人工神经网络理论基础

3.1.1 神经元模型

3.1.2 人工神经网络的分类与特点

3.2 BP算法预测织机效率

3.2.1 织机效率预测模型建立

3.2.2 仿真与分析

3.3 本章小结

第四章 基于主成分分析和BP神经网络预测织机效率

4.1 主成分分析理论

4.1.1 基本概念和意义

4.1.2 基本原理

4.1.3 操作步骤

4.2 主成分提取

4.3 主成分分析与BP神经网络相结合预测织机效率

4.4 本章小结

第五章 遗传算法改进BP神经网络预测织机效率

5.1 遗传算法

5.1.1 遗传算法的基本原理

5.1.2 遗传算法的基本步骤

5.2 遗传算法改进BP神经网络

5.2.1 预测模型建立

5.2.2 仿真与分析

5.3 本章小结

第六章 模型对比与模型验证

6.1 三种模型的对比

6.2 同厂不同期模型验证

6.3 不同厂模型验证

6.3.1 BP神经网络

6.3.2 PCA-BP神经网络

6.3.2 GA-BP神经网络

6.4 本章小结

第七章 织机效率智能预测系统的开发

7.1 系统总体设计

7.2 系统运行环境

7.3 图形用户界面的设计

7.4 数据库的设计

7.5 预测系统软件的开发工具

1、MySQL

2、MATLAB R2014a

7.6 软件的用户界面设计与功能

7.7 本章小结

第八章 结论与展望

8.1 结论

8.2 展望

参考文献

硕士期间发表论文

附录

附录一 BP神经网络/PCA-BP神经网络程序代码

附录二 GA-BP神经网络程序代码

附录三 织机效率智能预测系统用户界面实现源代码

附录四 预测模型所用数据表

致谢