基于神经网络的多状态网络设备故障预测的研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 目前研究现状 | 第13-14页 |
| 1.3 论文主要工作内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 故障预测技术的介绍 | 第17-28页 |
| 2.1 故障预测技术综述 | 第17-23页 |
| 2.1.1 故障预测技术的方法步骤 | 第17-19页 |
| 2.1.2 故障预测技术的研究现状 | 第19-23页 |
| 2.2 故障预测应用与发展 | 第23-27页 |
| 2.2.1 故障预测技术的应用概况 | 第23-25页 |
| 2.2.2 故障预测技术的发展趋势 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 神经网络概述 | 第28-37页 |
| 3.1 神经网络的基本理论 | 第28-30页 |
| 3.1.1 神经网络的基本概念 | 第28页 |
| 3.1.2 神经网络的特点 | 第28-29页 |
| 3.1.3 神经网络的应用范围 | 第29-30页 |
| 3.2 神经网络模型概述 | 第30-35页 |
| 3.2.1 BP神经网络介绍 | 第31-32页 |
| 3.2.2 BP神经网络参数 | 第32-35页 |
| 3.3 神经网络学习方法 | 第35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 基于神经网络的网络设备故障预测模型 | 第37-51页 |
| 4.1 网络设备故障预测问题描述 | 第37-42页 |
| 4.1.1 故障预测的前提条件 | 第38-39页 |
| 4.1.2 基于状态的故障预测模型 | 第39-42页 |
| 4.2 反向传播神经网络结构设计 | 第42-50页 |
| 4.2.1 网络隐层节点和传递函数的选择 | 第42-43页 |
| 4.2.2 训练样本的确定及分级 | 第43-47页 |
| 4.2.3 神经网络的创建与实现 | 第47-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的主要学术论文目录 | 第58-59页 |
| 在读期间参与的科研项目情况 | 第59-60页 |
| 学位论文评阅及答辩情况表 | 第60页 |
