| 1 绪论 | 第1-29页 |
| 1．1 本项课题研究的意义 | 第8-10页 |
| 1．2 可靠性工程研究历史和应用现状 | 第10-16页 |
| 1．3 神经网络研究的兴起和现况 | 第16-23页 |
| 1．4 走符合国情的农机化之路 | 第23-26页 |
| 1．5 研究内容、方法与技术路线 | 第26-29页 |
| 2 ANN及其在可靠性模型选择中的应用 | 第29-54页 |
| 2．1 人工神经网络理论基础 | 第29-34页 |
| 2．2 BP网络及算法研究 | 第34-43页 |
| 2．3 几种可靠性模型的应用分析 | 第43-49页 |
| 2．4 可靠性模型选择方法 | 第49-51页 |
| 2．5 基于ANN的可靠性模型选择 | 第51-54页 |
| 3 基于ANN的可靠性模型的参数估计 | 第54-65页 |
| 3．1 引言 | 第54页 |
| 3．2 可靠性模型参数估计的几种方法 | 第54-60页 |
| 3．3 基于ANN的可靠性模型的参数估计 | 第60-64页 |
| 3．4 本章小结 | 第64-65页 |
| 4 拖拉机可靠性、 维修性、有效性及其特征量 | 第65-76页 |
| 4．1 拖拉机可靠性及其特征量 | 第65-70页 |
| 4．2 拖拉机维修性及其特征量 | 第70-73页 |
| 4．3 拖拉机有效性及其特征量 | 第73-76页 |
| 5 拖拉机使用可靠性试验研究 | 第76-96页 |
| 5．1 试验目的及方法 | 第76页 |
| 5．2 试验基点的确定 | 第76-78页 |
| 5．3 1002拖拉机技术规格及作业浅析 | 第78-80页 |
| 5．4 拖拉机故障模式分级及其综合统计分析 | 第80-84页 |
| 5．5 拖拉机故障过程 | 第84-93页 |
| 5．6 拖拉机首次故障时间的统计与分析 | 第93-96页 |
| 6 1002拖拉机可靠性的评价 | 第96-104页 |
| 6．1 问题的提出 | 第96页 |
| 6．2 拖拉机使用可靠性特征量的样本观测值 | 第96-99页 |
| 6．3 拖拉机使用可靠性的模糊综合评价 | 第99-101页 |
| 6．4 1002拖拉机使用可靠性存在的问题、原因及改进建议 | 第101-104页 |
| 7 研究特色及结论 | 第104-107页 |
| 参考文献 | 第107-116页 |
| 附录 | 第116-124页 |
| 作者简介 | 第124-125页 |
| 致谢 | 第125页 |