| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-15页 |
| 1.1 论文选题背景 | 第11页 |
| 1.2 论文研究目的和意义 | 第11-12页 |
| 1.3 故障诊断技术研究现状 | 第12-13页 |
| 1.4 本文的主要研究内容与结构安排 | 第13-15页 |
| 2 模糊逻辑与神经网络 | 第15-29页 |
| 2.1 引言 | 第15页 |
| 2.2 故障诊断方法概述 | 第15页 |
| 2.3 模糊逻辑与故障诊断 | 第15-21页 |
| 2.3.1 模糊集合与隶属函数 | 第16-18页 |
| 2.3.2 模糊逻辑推理 | 第18-20页 |
| 2.3.3 基于模糊逻辑推理的轨道电路故障诊断方法 | 第20-21页 |
| 2.3.4 模糊推理的缺陷 | 第21页 |
| 2.4 神经网络与故障诊断 | 第21-27页 |
| 2.4.1 神经网络模型 | 第22-24页 |
| 2.4.2 神经网络学习算法 | 第24-26页 |
| 2.4.3 基于神经网络的轨道电路故障诊断方法 | 第26页 |
| 2.4.4 神经网络的缺陷 | 第26-27页 |
| 2.5 模糊神经网络与故障诊断 | 第27-28页 |
| 2.5.1 模糊逻辑与神经网络的融合 | 第27-28页 |
| 2.5.2 模糊神经网络应用于故障诊断 | 第28页 |
| 2.6 本章小结 | 第28-29页 |
| 3 轨道电路信号特征参数提取 | 第29-36页 |
| 3.1 引言 | 第29页 |
| 3.2 轨道电路概述 | 第29-31页 |
| 3.3 实验方案 | 第31-34页 |
| 3.4 实验结果 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于广义加权平均的模糊神经网络的轨道电路故障诊断方法 | 第36-45页 |
| 4.1 引言 | 第36页 |
| 4.2 模糊算子概述 | 第36-38页 |
| 4.2.1 无参数模糊算子 | 第36-37页 |
| 4.2.2 带参数模糊算子 | 第37-38页 |
| 4.3 故障诊断模型 | 第38-42页 |
| 4.3.1 模型参数 | 第38-40页 |
| 4.3.2 模型算法 | 第40-42页 |
| 4.4 故障诊断模型的仿真与验证 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 基于遗传模糊神经网络的轨道电路故障诊断方法 | 第45-56页 |
| 5.1 引言 | 第45页 |
| 5.2 遗传算法概述 | 第45-50页 |
| 5.2.1 遗传算法基本原理 | 第46-48页 |
| 5.2.2 遗传算法基本操作 | 第48-50页 |
| 5.3 故障诊断模型 | 第50-53页 |
| 5.4 故障诊断模型的仿真与验证 | 第53-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 结论 | 第56-58页 |
| 6.1 研究总结 | 第56-57页 |
| 6.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |