• 基于深度学习的复杂退化系统剩余寿命智能预测技术
21年品牌 40万+商家 超1.5亿件商品

基于深度学习的复杂退化系统剩余寿命智能预测技术

全新正版 极速发货

49.11 5.5折 89 全新

库存5件

广东广州
认证卖家担保交易快速发货售后保障

作者裴洪

出版社国防工业

ISBN9787118131956

出版时间2024-04

装帧平装

开本其他

定价89元

货号32054634

上书时间2024-07-03

书香美美

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
目前主持一项国家自然科学基金青年基金项目“零寿命标签下随机退化设备剩余寿命智能预测关键技术研究”,先后参与了国家自然科学基金重点项目、面上项目、火箭军预研等多项国家与军队重要项目,在多个国际重要期刊会议上发表学术论文10余篇(SCI论文7篇,其中中科院一区SCI论文2篇,中科院二区SCI论文4篇,EI论文3篇),发表的论文中两篇分别获《机械工程学报》第五届高影响力论文。

目录
第1章 LINGO的基本用法1.1 LINGO入门1.1.1 概况1.1.2 LINGO的基本用法1.2 用LINGO编程语言建立模型1.2.1 LINGO模型的基本组成1.2.2 IANGO语言的优点1.3 LINGO的菜单1.3.1 文件(151e)菜单1.3.2 编辑(Edit Menu)菜单1.3.3 LINGO菜单1.3.4 窗口(Window)菜单l.3.5 帮助(Help)菜单1.4 LINGO的参数设置1.4.1 Interface(界面)选项卡1.4.2 General Solver(,通用求解器)选项卡1.4.3 Linear Solverl(线性求解器)选项卡1.4.4 Nonlinear Solver(非线性求解器)选项卡1.4.5 Integer Pre.Solver(整数预处理求解器)选项卡1.4.6 Integer Solve(整数求解器)选项卡1.4.7 Global Solver(全局最优求解器)选项卡1.5 LINGO的运算符和函数1.5.1 LINGO的常用运算符1.5.2 数学函数1.5.3 概率函数1.5.4 集合操作函数1.5.5 变量定界函数1.5.6 文件输入输出函数1.5.7 金融函数1.5.8 结果报告函数1.5.9 其他函数1.6 几点补充说明1.6.1 稠密集合与稀疏集合1.6.2 数据段的几点说明1.6.3 初始化段1.6.4 模型的标题1.7 LINGO的典型应用举例1.7.1 下料问题1.7.2 配料问题1.7.3 选址问题1.7.4 指派问题1.7.5 投资问题1.7.6 装箱问题1.8 用LINGO实现非线性曲线拟合1.8.1 曲线拟合及最小二乘法1.8.2 用LINGO求非线性曲线拟合的最小二乘解习题一第2章 UNGO在图论和网络模型中的应用2.1 最短路问题2.1.1 图的基本概念2.1.2 最短路问题2.2 旅行售货商(TSP)模型2.2.1 TSP模型的数学描述2.2.2 LINGO程序设计2.3 最小生成树和最优连线2.3.1 把最优连线问题转化成整数规划2.3.2 LINGO程序设计2.4 最大流问题2.4.1 问题的描述2.4.2 数学模型2.4.3 最小费用最大流习题二第3章 用LlNGO求解非线性规划和多目标规划3.1 用LINGO求解非线性规划3.1.1 飞行管理问题3.1.2 火力发电厂购油计划的优化3.2 LINGO在多目标规划和最大最小化模型中的应用3.2.1 多目标规划的常用解法3.2.2 最大最小化模型3.2.3 用LINGO求解多目标规划和最大最小化模型习题三第4章 LlNGO与外部文件之间的数据传递4.1 通过windows剪贴板传递数据4.2 LING0与文本文件之间的数据传递4.2.1 从文本文件读取数据4.2.2 把数据(计算结果)写入文本文件4.3 LINGO与Excel文件之间的数据传递4.3.1 从Excel文件中导入数据4.3.2 将计算结果导出到Excel文件中4.4 LING0与数据库的接口4.4.1 LINGO与Access数据库之间的数据传递4.4.2 @ODBC函数的使用格式习题四第5章 Excel在数学建模中的应用5.1 Excel的数据处理功能5.1.1 Excel的函数5.1.2 Excel的数据分析功能5.2 用Excel绘制图表5.2.1 创建图表的步骤5.2.2 编辑和修改图表5.2.3 绘图实例——用Excel绘制任意一元函数的图像5.3 总体分布的假设检验5.3.1 x2检验法的基本思路5.3.2 方法步骤5.4 回归分析5.4.1 回归分析的概念5.4.2 一元线性回归5.4.3 多元线性回归5.4.4 可化为线性的非线性回归习题五第6章 LlNGO在数学建模中的应用实例6.1 最优渡江路线6.1.1 问题的提出6.1.2 基本假设6.1.3 问题的分析6.1.4 模型的建立和求解6.2 钢管订购和运输计划的优化6.2.1 问题的提出6.2.2 符号说明6.2.3 问题的分析6.2.4 模型的建立6.2.5 模型的求解6.2.6 销价与产量上限的灵敏度分析6.3 电力市场输电阻塞管理的优化6.3.1 问题的提出6.3.2 问题的分析6.3.3 有功潮流的近似表达式6.3.4 阻塞费用计算规则6.3.5 问题(3)的模型6.3.6 问题(4)的模型6.3.7 问题(5)的模型6.4 DVD在线租赁的优化管理6.4.1 问题的提出6.4.2 基本假设6.4.3 问题(1)的分析和解答6.4.4 问题(2)的分析、建模和解答6.4.5 问题(3)的分析和求解6.5 露天矿生产车辆的优化安排6.5.1 问题的提出6.5.2 基本假设6.5.3 符号说明6.5.4 问题的分析6.5.5 问题(1)的模型及求解6.5.6 问题(2)的求解参考文献

内容摘要
全书共8章,第1章对现有常见的基于深度学习剩余寿命预测技术研究现状进行深入分析,第2章给出了一种充分融合深度学习和随机过程优势的退化系统剩余寿命预测方法,第3章与第4章重点围绕全寿命周期情形所开展的剩余寿命预测方法研究,第3章得到的点估计预测结果,第4章是在Bayesian深度学习框架下确定的是概率分布预测结果,第5章与第6章针对零寿命标签情形所开展的剩余寿命预测方法研究,第5章提出了一种基于网络模型平均的退化系统剩余寿命点估计预测方法,第6章研究了基于Bayesian深度学习的退化系统剩余寿命不确定性量化问题,第7章与第8章分别针对一维、多维数据缺失情形下提出了数据生成算法,并将其应用于剩余寿命领域。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP