第1章  緒論  1．1  過(guò)程神經(jīng)元網(wǎng)絡(luò)的研究與進(jìn)展  1．2  人工神經(jīng)元網(wǎng)絡(luò)在預(yù)測(cè)預(yù)報(bào)中的應(yīng)用研究現(xiàn)狀  1．3  航空發(fā)動(dòng)機(jī)健康管理技術(shù)的研究與進(jìn)展  1．4  本書(shū)總體 第1章 緒論 1．1 過(guò)程神經(jīng)元網(wǎng)絡(luò)的研究與進(jìn)展 1．2 人工神經(jīng)元網(wǎng)絡(luò)在預(yù)測(cè)預(yù)報(bào)中的應(yīng)用研究現(xiàn)狀 1．3 航空發(fā)動(dòng)機(jī)健康管理技術(shù)的研究與進(jìn)展 1．4 本書(shū)總體框架設(shè)計(jì) 參考文獻(xiàn)第2章 雙并聯(lián)過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 2．1 雙并聯(lián)前饋過(guò)程神經(jīng)元網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) 2．2 雙并聯(lián)前饋過(guò)程神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法 2．3 雙并聯(lián)前饋過(guò)程神經(jīng)元網(wǎng)絡(luò)收斂性分析 2．4 雙并聯(lián)前饋過(guò)程神經(jīng)元網(wǎng)絡(luò)仿真試驗(yàn) 2．5 本章小結(jié) 參考文獻(xiàn) 第3章 Elman型反饋過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 3．1 Elman型反饋過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 3．2 Elman型反饋過(guò)程神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法 3．3 Elman型反饋過(guò)程神經(jīng)元網(wǎng)絡(luò)穩(wěn)定性分析 3．4 Elman型反饋過(guò)程神經(jīng)元網(wǎng)絡(luò)仿真試驗(yàn) 3．5 本章小結(jié) 參考文獻(xiàn)第4章 對(duì)向傳播過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 4．1 對(duì)向傳播過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 4．2 對(duì)向傳播過(guò)程神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法 4．3 對(duì)向傳播過(guò)程神經(jīng)元網(wǎng)絡(luò)性能分析 4．4 對(duì)向傳播過(guò)程神經(jīng)元網(wǎng)絡(luò)仿真試驗(yàn) 4．5 本章小結(jié) 參考文獻(xiàn)第5章 小波過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 5．1 小波過(guò)程神經(jīng)元模型． 5．2 連續(xù)小波過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 5．3 小波基函數(shù)過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 5．4 小波過(guò)程神經(jīng)元網(wǎng)絡(luò)解的存在性定理 5．5 本 章小結(jié) 參考文獻(xiàn)第6章 離散輸入過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 6．1 離散輸入過(guò)程神經(jīng)元網(wǎng)絡(luò)模型 6．2 離散輸入過(guò)程神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法 6．3 基于離散輸入過(guò)程神經(jīng)元網(wǎng)絡(luò)的仿真試驗(yàn) 6．4 本章小結(jié) 參考文獻(xiàn)第7章 過(guò)程神經(jīng)元網(wǎng)絡(luò)泛化能力分析 7．1 基于LM算法的過(guò)程神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法 7．2 過(guò)程神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)樣本集的構(gòu)造 7．3 過(guò)程神經(jīng)元網(wǎng)絡(luò)集成 7．4 本章小結(jié) 參考文獻(xiàn)第8章 基于過(guò)程神經(jīng)元網(wǎng)絡(luò)的狀態(tài)預(yù)報(bào)與時(shí)間序列預(yù)測(cè) 8．1 過(guò)程神經(jīng)元網(wǎng)絡(luò)在動(dòng)態(tài)模式識(shí)別中的應(yīng)用 8．2 過(guò)程神經(jīng)元網(wǎng)絡(luò)在時(shí)間序列預(yù)測(cè)中的應(yīng)用 8．3 本章小結(jié) 參考文獻(xiàn)第9章 基于過(guò)程神經(jīng)元網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)健康狀態(tài)預(yù)測(cè) 9．1 航空發(fā)動(dòng)機(jī)健康狀態(tài)參數(shù)降噪處理 9．2 基于對(duì)向傳播過(guò)程神經(jīng)元網(wǎng)絡(luò)發(fā)動(dòng)機(jī)轉(zhuǎn)子故障診斷 9．3 航空發(fā)動(dòng)機(jī)排氣溫度預(yù)測(cè) 9．4 航空發(fā)動(dòng)機(jī)滑油狀態(tài)預(yù)測(cè) 9．5 本章小結(jié) 參考文獻(xiàn)第10章 基于靜態(tài)權(quán)值組合集成模型的航空發(fā)動(dòng)機(jī)健康狀態(tài)預(yù)測(cè) 10．1 集成學(xué)習(xí)與局域建模 10．2 面向回歸問(wèn)題的AdaBoost．RT集成學(xué)習(xí)算法 10．3 改進(jìn)的AdaBoost RT算法 10．4 基于改進(jìn)AdaBoos，t．RT的靜態(tài)權(quán)值組合集成局域預(yù)測(cè)模型 10．5 發(fā)動(dòng)機(jī)核心機(jī)轉(zhuǎn)速偏差值預(yù)測(cè)試?yán)? 10．6 本章小結(jié) 參考文獻(xiàn)第11章 基于動(dòng)態(tài)權(quán)值組合集成模型的航空發(fā)動(dòng)機(jī)健康狀態(tài)預(yù)測(cè) 11．1 集成學(xué)習(xí)模型的動(dòng)態(tài)權(quán)值組合方法 11．2 極端學(xué)習(xí)機(jī) 11．3 動(dòng)態(tài)權(quán)值組合集成模型 11．4 動(dòng)態(tài)權(quán)值組合集成模型有效性驗(yàn)證 11．5 基于動(dòng)態(tài)權(quán)值組合集成模型發(fā)動(dòng)機(jī)健康狀態(tài)預(yù)測(cè)實(shí)例 11．6 本章小結(jié) 參考文獻(xiàn)第12章 基于Bootstrap方法的預(yù)測(cè)區(qū)間估計(jì) 12 1 基于B00tstrap方法估計(jì)預(yù)測(cè)區(qū)間 12．2 基于彈性反向傳播的神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法 12．3 預(yù)測(cè)區(qū)間估計(jì)實(shí)例 12．4 本章小結(jié) 參考文獻(xiàn)第13章 面向使用方的航空發(fā)動(dòng)機(jī)健康管理系統(tǒng)開(kāi)發(fā) 13．1 航空發(fā)動(dòng)機(jī)健康管理概述 13．2 航空發(fā)動(dòng)機(jī)健康管理系統(tǒng)需求分析 13．3 航空發(fā)動(dòng)機(jī)健康數(shù)據(jù)組織 13．4 航空發(fā)動(dòng)機(jī)構(gòu)型數(shù)據(jù)管理 13．5 航空發(fā)動(dòng)機(jī)健康管理系統(tǒng)設(shè)計(jì) 13．6 航空發(fā)動(dòng)機(jī)性能監(jiān)控模塊設(shè)計(jì) 13．7 航空發(fā)動(dòng)機(jī)健康管理系統(tǒng)運(yùn)行實(shí)例 13．8 航空發(fā)動(dòng)機(jī)健康管理系統(tǒng)應(yīng)用情況 13．9 本章小結(jié) 參考文獻(xiàn)縮略詞