全文总字数：1460字
1. 毕业设计（论文）主要内容：
（1）设备健康状态预测的国内外研究概况；（2）回顾极限学习机理论；（3）分析物流设备物理构造及健康状态影响因素，利用极限学习机对物流设备进行健康状态预测；（4）运用极限学习机在Matlab软件平台实现对物流设备的健康状态预测；（5）毕业设计小结。
2. 毕业设计（论文）主要任务及要求
1．相关国内外资料查阅；2．研究阶段详细了解物流设备健康状态预测的国内外研究概况；极限学习机理论学习和Matlab软件中的实现；运用Matlab对实际算例进行分析。
3． 其它：（1）整理毕业设计报告书一份，提供设计报告说明书不少于12000字。
（2）外文翻译为不少于20000英文字符，需交翻译外语原文和译稿，中文文献资料检索不少于15篇（其中近五年外文文献不少于3篇）；（3）答辩用PowerPoint进行。
3. 毕业设计（论文）完成任务的计划与安排
1．第1周—第4周，4周时间收集并阅读毕业设计过程中相关的各种文献资料，开始英文文献的翻译。
提交开题报告并完成开题，开题报告中“设计的目的及意义”至少800字，“基本内容和技术方案”至少400字；第3周检查开题报告；2．第5周—第6周，2周时间，相关研究理论及研究方法学习；3．第7周—第8周，2周时间，掌握理论算法在Matlab软件平台的实现；了解影响物流设备健康状态的相关因素；完成英文资料翻译；完成论文中期检查；4．第9周—第13周，5周时间，在Matlab软件平台运用极限学习机算法对算例对比分析，撰写毕业设计论文；提交电子版论文初稿；5. 第14周—第15周，2周时间，修改完善毕业论文；6. 第16周，1周时间，打印毕业设计论文，整理各项毕业设计材料以及准备答辩用的幻灯片，毕业答辩。
4. 主要参考文献
[1]赵月姣. 基于在线序贯极限学习机的传感器状态监测系统研究[D].西安科技大学,2017.[2]顾鑫,唐向红,陆见光,黎书文.基于深度CNN和ELM的滚动轴承故障诊断研究[J/OL].兵器装备工程学报:1-5[2019-12-21].http://kns.cnki.net/kcms/detail/50.1213.tj.20191213.1341.002.html.[3]赵伟杰. 基于全矢极限学习机的轴承故障预测研究[D].郑州大学,2017.[4]Junjie Lu, Jinquan Huang, Feng Lu. Kernel extreme learning machine with iterative picking scheme for failure diagnosis of a turbofan engine[J]. Aerospace Science and Technology,2020,96.[5]Turan Gurgenc, Ferhat Ucar, Deniz Korkmaz, Cihan Ozel, Yunus Ortac. A study on the extreme learning machine based prediction of machining times of the cycloidal gears in CNC milling machines[J]. Production Engineering,2019,13(6).
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
