过程神经元网络模型及其工程应用

过程神经元网络模型及其工程应用
出版时间：2014年版
内容简介
　　《过程神经元网络模型及其工程应用》将重点介绍小波过程神经元网络、对向传播过程神经元网络、Elman型反馈过程神经元网络和双并联过程神经元网络等模型，讨论它们的学习算法，叙述其泛化能力和应用技术，并以航空发动机健康管理为例，叙述过程神经元网络的具体工程应用。过程神经元网络对于求解诸如卫星热环境预测、装备状态监测和故障诊断等与过程有关的其它工程问题也有着很大的实际应用价值。
目录
第1章 绪论
1．1 过程神经元网络的研究与进展
1．2 人工神经元网络在预测预报中的应用研究现状
1．3 航空发动机健康管理技术的研究与进展
1．4 本书总体框架设计
参考文献

第2章 双并联过程神经元网络模型
2．1 双并联前馈过程神经元网络拓扑结构
2．2 双并联前馈过程神经元网络学习算法
2．3 双并联前馈过程神经元网络收敛性分析
2．4 双并联前馈过程神经元网络仿真试验
2．5 本章小结
参考文献

第3章 Elman型反馈过程神经元网络模型
3．1 Elman型反馈过程神经元网络模型
3．2 Elman型反馈过程神经元网络学习算法
3．3 Elman型反馈过程神经元网络稳定性分析
3．4 Elman型反馈过程神经元网络仿真试验
3．5 本章小结
参考文献

第4章 对向传播过程神经元网络模型
4．1 对向传播过程神经元网络模型
4．2 对向传播过程神经元网络学习算法
4．3 对向传播过程神经元网络性能分析
4．4 对向传播过程神经元网络仿真试验
4．5 本章小结
参考文献

第5章 小波过程神经元网络模型
5．1 小波过程神经元模型．
5．2 连续小波过程神经元网络模型
5．3 小波基函数过程神经元网络模型
5．4 小波过程神经元网络解的存在性定理
5．5 本 章小结
参考文献

第6章 离散输入过程神经元网络模型
6．1 离散输入过程神经元网络模型
6．2 离散输入过程神经元网络学习算法
6．3 基于离散输入过程神经元网络的仿真试验
6．4 本章小结
参考文献

第7章 过程神经元网络泛化能力分析
7．1 基于LM算法的过程神经元网络学习算法
7．2 过程神经元网络学习样本集的构造
7．3 过程神经元网络集成
7．4 本章小结
参考文献

第8章 基于过程神经元网络的状态预报与时间序列预测
8．1 过程神经元网络在动态模式识别中的应用
8．2 过程神经元网络在时间序列预测中的应用
8．3 本章小结
参考文献

第9章 基于过程神经元网络的航空发动机健康状态预测
9．1 航空发动机健康状态参数降噪处理
9．2 基于对向传播过程神经元网络发动机转子故障诊断
9．3 航空发动机排气温度预测
9．4 航空发动机滑油状态预测
9．5 本章小结
参考文献

第10章 基于静态权值组合集成模型的航空发动机健康状态预测
10．1 集成学习与局域建模
10．2 面向回归问题的AdaBoost．RT集成学习算法
10．3 改进的AdaBoost RT算法
10．4 基于改进AdaBoos，t．RT的静态权值组合集成局域预测模型
10．5 发动机核心机转速偏差值预测试例
10．6 本章小结
参考文献

第11章 基于动态权值组合集成模型的航空发动机健康状态预测
11．1 集成学习模型的动态权值组合方法
11．2 极端学习机
11．3 动态权值组合集成模型
11．4 动态权值组合集成模型有效性验证
11．5 基于动态权值组合集成模型发动机健康状态预测实例
11．6 本章小结
参考文献

第12章 基于Bootstrap方法的预测区间估计
12．1 基于B00tstrap方法估计预测区间
12．2 基于弹性反向传播的神经元网络学习算法
12．3 预测区间估计实例
12．4 本章小结
参考文献

第13章 面向使用方的航空发动机健康管理系统开发
13．1 航空发动机健康管理概述
13．2 航空发动机健康管理系统需求分析
13．3 航空发动机健康数据组织
13．4 航空发动机构型数据管理
13．5 航空发动机健康管理系统设计
13．6 航空发动机性能监控模块设计
13．7 航空发动机健康管理系统运行实例
13．8 航空发动机健康管理系统应用情况
13．9 本章小结
参考文献
缩略词