| 摘要 | 第1-5页 |
| ABSTRACT | 第5-15页 |
| 第一章绪论 | 第15-24页 |
| ·引言 | 第15-16页 |
| ·故障诊断的研究及发展现状 | 第16-21页 |
| ·故障诊断的概念及内容 | 第16页 |
| ·故障诊断方法概述 | 第16-21页 |
| ·人工免疫系统发展概况 | 第21-22页 |
| ·论文的章节安排 | 第22-24页 |
| 第二章 人工免疫系统原理及算法 | 第24-37页 |
| ·生物免疫学基本概念及机理 | 第24-27页 |
| ·生物免疫系统组成及基本概念 | 第24-25页 |
| ·生物免疫学机理 | 第25-27页 |
| ·常用人工免疫系统算法研究 | 第27-33页 |
| ·基本免疫算法 | 第27-28页 |
| ·否定选择算法 | 第28-29页 |
| ·克隆选择算法 | 第29-30页 |
| ·免疫网络算法 | 第30-31页 |
| ·免疫与其他算法的结合算法 | 第31-33页 |
| ·人工免疫系统应用研究 | 第33-36页 |
| ·计算机安全领域 | 第34页 |
| ·智能控制 | 第34页 |
| ·优化计算 | 第34-35页 |
| ·模式识别和故障诊断 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于可变半径检测器否定选择算法的免疫聚类算法 | 第37-59页 |
| ·引言 | 第37页 |
| ·否定选择机理及否定选择算法 | 第37-42页 |
| ·二进制否定选择算法 | 第38-40页 |
| ·实值否定选择算法 | 第40-42页 |
| ·基于可变半径检测器否定选择算法的免疫聚类算法 | 第42-50页 |
| ·ICAVDNSA 原始检测器的产生 | 第45-46页 |
| ·ICAVDNSA 检测器的聚类学习 | 第46-48页 |
| ·故障类型标注 | 第48页 |
| ·ICAVDNSA 中的参数取值 | 第48-49页 |
| ·ICAVDNSA 可行性分析 | 第49-50页 |
| ·ICAVDNSA 在故障诊断中的应用 | 第50-57页 |
| ·基于人工免疫的故障诊断模型 | 第50-51页 |
| ·数据预处理 | 第51-52页 |
| ·仿真结果和分析 | 第52-57页 |
| ·本章小结 | 第57-59页 |
| 第四章 基于免疫RBF 神经网络的故障诊断 | 第59-74页 |
| ·引言 | 第59-60页 |
| ·RBF 神经网络 | 第60-64页 |
| ·IM-RBF 神经网络的设计 | 第64-67页 |
| ·基于IM-RBF 神经网络的故障诊断 | 第67-72页 |
| ·IM-RBF 神经网络故障诊断原理 | 第67-68页 |
| ·IM-RBF 神经网络故障诊断实例 | 第68-72页 |
| ·本章小结 | 第72-74页 |
| 第五章 结论与展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 附录 | 第81-90页 |
| 致谢 | 第90-91页 |
| 攻读学位期间发表和录用的学术论文 | 第91页 |