基于神经网络的故障诊断系统的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·故障诊断研究现状 | 第8-10页 |
| ·基于神经网络的设备故障诊断研究现状 | 第10页 |
| ·研究内容与组织结构 | 第10-12页 |
| 第二章 人工神经网络 | 第12-18页 |
| ·人工神经网络介绍 | 第12-15页 |
| ·人工神经网络的概念 | 第12-14页 |
| ·人工神经网络的发展 | 第14页 |
| ·人工神经网络研究的内容及方法 | 第14-15页 |
| ·人工神经网络分类与评估 | 第15-16页 |
| ·人工神经网络的基本类型 | 第15页 |
| ·人工神经网络的学习方式 | 第15页 |
| ·人工神经网络的评估标准 | 第15-16页 |
| ·人工神经网络的优点和局限性 | 第16-17页 |
| ·小结 | 第17-18页 |
| 第三章 雷达设备故障诊断系统 | 第18-24页 |
| ·设备故障诊断概述 | 第18-19页 |
| ·设备故障诊断的基本概念 | 第18页 |
| ·设备故障诊断的基本方法和主要内容 | 第18-19页 |
| ·设备故障诊断系统的性能评价 | 第19页 |
| ·设备故障诊断的意义 | 第19页 |
| ·雷达设备故障诊断系统设计 | 第19-22页 |
| ·概念及特点 | 第19-20页 |
| ·设备故作诊断系统的作用 | 第20页 |
| ·设备故障诊断系统的结构 | 第20-22页 |
| ·设备故障诊断系统关键技术研究 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 基于遗传算法改进的 BP 网络研究 | 第24-38页 |
| ·BP 网络建立过程的研究 | 第24-27页 |
| ·BP 网络的基本概念 | 第24页 |
| ·BP 网络数学模型介绍 | 第24-26页 |
| ·样本数据选取及分类 | 第26页 |
| ·网络拓扑结构确定 | 第26-27页 |
| ·BP 网络训练过程研究 | 第27-30页 |
| ·输入数据预处理 | 第27页 |
| ·BP 网络初始连接权值 | 第27-28页 |
| ·BP 网络学习率确定 | 第28页 |
| ·BP 算法基本思想 | 第28-29页 |
| ·标准 BP 算法基本流程 | 第29页 |
| ·BP 算法的优点与不足 | 第29-30页 |
| ·遗传算法 | 第30-32页 |
| ·遗传算法基本思想 | 第30页 |
| ·遗传算法基本流程 | 第30-31页 |
| ·遗传算法特点 | 第31-32页 |
| ·基于遗传算法的 B-P 算法的改进 | 第32-36页 |
| ·BP 算法的传统改进方法 | 第32-33页 |
| ·BP 算法与遗传算法的比较 | 第33页 |
| ·基于遗传算法的 BP 算法整体设计 | 第33-35页 |
| ·在 XOR 问题中的性能分析实验 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第五章 面向雷达设备的故障诊断系统的设计与实现 | 第38-56页 |
| ·故障诊断系统总体设计 | 第38-42页 |
| ·系统框架 | 第38-40页 |
| ·功能模块 | 第40-42页 |
| ·体系结构 | 第42页 |
| ·智能分析子系统设计 | 第42-48页 |
| ·系统框架设计 | 第42-45页 |
| ·功能设计 | 第45页 |
| ·数据库设计 | 第45-47页 |
| ·系统类图设计 | 第47-48页 |
| ·系统演示 | 第48-54页 |
| ·本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文总结 | 第56页 |
| ·前景展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-62页 |
