| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·论文选题背景和研究意义 | 第10-11页 |
| ·电力电子电路故障分类与诊断难点 | 第11-12页 |
| ·故障分类 | 第11页 |
| ·故障诊断难点 | 第11-12页 |
| ·电力电子电路故障诊断方法的国内外研究现状 | 第12-14页 |
| ·量子遗传算法特点及其在BP神经网路中的应用 | 第14页 |
| ·论文的主要研究内容 | 第14-16页 |
| 2 量子遗传算法及其改进 | 第16-28页 |
| ·量子遗传算法发展概述 | 第16-17页 |
| ·量子遗传算法基本原理 | 第17-21页 |
| ·基本量子遗传算法 | 第17-19页 |
| ·DQGA与BQGA算法 | 第19-21页 |
| ·量子遗传算法存在的问题 | 第21-23页 |
| ·改进的量子遗传算法 | 第23-27页 |
| ·改进措施 | 第23-24页 |
| ·仿真验证 | 第24-27页 |
| ·小结 | 第27-28页 |
| 3 基于QGA优化的BP神经网络 | 第28-34页 |
| ·BP神经网络原理 | 第28-29页 |
| ·BP神经网络的特点 | 第29页 |
| ·BP网络的优点 | 第29页 |
| ·BP网络存在的问题 | 第29页 |
| ·BP神经网络的改进方法 | 第29-31页 |
| ·量子遗传算法优化BP神经网络的实现 | 第31-32页 |
| ·算法设计的基本思路 | 第31页 |
| ·量子遗传算法优化BP网络的算法流程 | 第31-32页 |
| ·仿真实例分析 | 第32-33页 |
| ·小结 | 第33-34页 |
| 4 基于频谱分析和神经网络的电力电子电路故障诊断方法 | 第34-39页 |
| ·电力电子电路故障诊断模式的确定 | 第34页 |
| ·电力电子电路故障信息的测取和处理方法 | 第34-35页 |
| ·故障信息的测取方法 | 第34-35页 |
| ·故障信息的处理方法 | 第35页 |
| ·基于直接波形分析和频谱分析故障诊断方法的比较 | 第35-36页 |
| ·基于频谱分析的故障诊断方法原理简述 | 第36-37页 |
| ·神经网络的设计及训练 | 第37-38页 |
| ·小结 | 第38-39页 |
| 5 基于改进量子遗传算法和BP神经网络的整流电路故障诊断 | 第39-51页 |
| ·整流电路故障分析 | 第39-41页 |
| ·电路模型 | 第39页 |
| ·电路故障模式 | 第39-41页 |
| ·基于直接频谱分析的故障特征提取方法及仿真实现 | 第41-44页 |
| ·整流电路故障特征的测量参数 | 第41-42页 |
| ·电路仿真实现及分析 | 第42-44页 |
| ·整流电路故障样本的设计 | 第44-45页 |
| ·基于BP神经网络的整流电路故障诊断 | 第45-46页 |
| ·BP神经网络的结构及训练 | 第45页 |
| ·仿真检验及结果分析 | 第45-46页 |
| ·基于改进的量子遗传算法和BP神经网络的整流电路故障诊断 | 第46-48页 |
| ·网络训练及仿真实现 | 第46-48页 |
| ·仿真检验 | 第48页 |
| ·几种诊断方法的仿真结果对比 | 第48-50页 |
| ·小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录A IBQGA和BQGA对RA-Rastrigin进行寻优的MATLAB源程序 | 第57-70页 |
| 攻读学位期间的研究成果 | 第70页 |
