中文摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 绪论 | 第9-15页 |
·课题的研究意义 | 第9页 |
·国内外故障诊断专家系统的研究现状 | 第9-13页 |
·主元分析法 | 第9-10页 |
·遗传算法 | 第10-11页 |
·小波变换法 | 第11页 |
·神经网络分析法 | 第11-12页 |
·模糊系统 | 第12页 |
·定性推理 | 第12-13页 |
·本课题主要研究内容 | 第13-14页 |
·本章小结 | 第14-15页 |
第二章 模糊神经网络的基础知识 | 第15-28页 |
·神经网络理论基础 | 第15-20页 |
·神经元和网络结构 | 第15-18页 |
·神经网络模型 | 第18-20页 |
·神经网络模型设计 | 第20-23页 |
·数据变换处理方法 | 第20-21页 |
·特征参数提取方法 | 第21-23页 |
·模糊集合理论基础 | 第23-25页 |
·置信区间特征及运算 | 第23页 |
·模糊数运算 | 第23-25页 |
·模糊神经网络 | 第25-27页 |
·模糊神经网络模型 | 第25-26页 |
·模糊神经网络主要形式 | 第26页 |
·模糊神经网络学习方法 | 第26-27页 |
·本章小结 | 第27-28页 |
第三章 冷冻冷却水系统分析 | 第28-36页 |
·冷冻冷却水项目概况 | 第28-29页 |
·系统主要参数及运行原理 | 第29-30页 |
·系统常见故障分类 | 第30-35页 |
·本章小结 | 第35-36页 |
第四章 BP 神经网络模型的系统分析 | 第36-45页 |
·BP 神经网络模型 | 第36-37页 |
·网络原理 | 第36页 |
·神经网络模型 | 第36-37页 |
·BP 网络标准学习算法 | 第37-39页 |
·BP 神经网络学习算法的MATLAB 实现 | 第39-44页 |
·MATLAB 神经网络工具箱(BP 算法) | 第39页 |
·BP 网络的MATLAB 算法实现 | 第39-43页 |
·仿真实验 | 第43-44页 |
·本章小结 | 第44-45页 |
第五章 ELMAN 神经网络模型的系统分析 | 第45-52页 |
·ELMAN 神经网络模型 | 第45页 |
·ELMAN 网络标准学习算法 | 第45-46页 |
·ELMAN 神经网络学习算法的MATLAB 实现 | 第46-51页 |
·MATLAB 神经网络工具箱(Elman 算法) | 第46-47页 |
·Elman 网络的MATLAB 算法实现 | 第47-51页 |
·仿真实验 | 第51页 |
·本章小结 | 第51-52页 |
第六章 RBF 神经网络模型的系统分析 | 第52-62页 |
·RBF 神经网络模型 | 第52-53页 |
·网络原理 | 第52页 |
·神经网络模型 | 第52-53页 |
·RBF 网络标准学习算法 | 第53-55页 |
·RBF 神经网络学习算法的MATLAB 实现 | 第55-60页 |
·MATLAB 神经网络工具箱(RBF 算法) | 第55页 |
·RBF 网络的MATLAB 算法实现 | 第55-60页 |
·仿真实验 | 第60页 |
·本章小结 | 第60-62页 |
第七章 模糊神经网络模型的系统分析 | 第62-75页 |
·神经网络----模糊推理协作系统 | 第62-63页 |
·三种基本神经网络模型的对比分析 | 第63-65页 |
·基于模糊神经网络模型的系统分析 | 第65-73页 |
·学习样本组织 | 第65页 |
·系统构造与仿真结果 | 第65-68页 |
·输入参数优化、重构并仿真 | 第68-73页 |
·系统模糊规则解释 | 第73-74页 |
·本章小结 | 第74-75页 |
第八章 系统结合开发与研究总结 | 第75-81页 |
·EXCEL 与MATLAB 结合开发系统 | 第75-77页 |
·与Excel 实现数据转换整体过程 | 第75页 |
·创建nnxToolKit 的Excel 插件 | 第75-76页 |
·安装nnxToolKit 组件 | 第76页 |
·集成nnxToolKit 到VBA | 第76页 |
·创建图形用户界面 | 第76页 |
·测试插件 | 第76-77页 |
·打包、分发组件 | 第77页 |
·EXCEL 调用结果 | 第77-78页 |
·主要研究内容与创新 | 第78-79页 |
·存在问题与展望 | 第79-81页 |
参考文献 | 第81-84页 |
攻读学位期间公开发表的论文 | 第84-85页 |
致谢 | 第85-86页 |