| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·故障诊断与专家系统技术简介 | 第9-12页 |
| ·故障诊断的意义与概念 | 第9页 |
| ·故障诊断的方法与发展 | 第9-11页 |
| ·专家系统与故障诊断 | 第11-12页 |
| ·研究背景与意义 | 第12页 |
| ·论文研究内容概述 | 第12-14页 |
| 第二章 智能故障诊断与专家系统的基本理论和设计方法 | 第14-29页 |
| ·智能故障诊断理论与方法 | 第14-16页 |
| ·故障诊断的基本原理 | 第14-15页 |
| ·智能故障诊断的概念与方法 | 第15-16页 |
| ·基于符号推理的故障诊断专家系统 | 第16-20页 |
| ·专家系统的基本结构与特性 | 第16-17页 |
| ·基于符号推理的故障诊断专家系统结构 | 第17-18页 |
| ·基于符号推理的故障诊断专家系统的基本原理 | 第18-20页 |
| ·基于神经网络的故障诊断专家系统 | 第20-26页 |
| ·神经网络与故障诊断 | 第20-25页 |
| ·基于神经网络的故障诊断专家系统的原理 | 第25-26页 |
| ·地空导弹混合智能故障诊断专家系统的设计思路 | 第26-29页 |
| ·两种智能型故障诊断专家系统的比较 | 第26-27页 |
| ·混合智能故障诊断专家系统的设计思路 | 第27-29页 |
| 第三章 基于规则推理的地空导弹故障诊断专家系统设计 | 第29-45页 |
| ·引言 | 第29页 |
| ·知识表示与知识库构建 | 第29-32页 |
| ·知识获取与知识流图 | 第29-30页 |
| ·故障树与规则知识表示 | 第30-31页 |
| ·知识库结构与构建 | 第31-32页 |
| ·推理机设计 | 第32-38页 |
| ·对诊断推理的进一步理解 | 第32-33页 |
| ·黑板模型的设计 | 第33-34页 |
| ·正向推理算法设计 | 第34-38页 |
| ·知识库管理与维护 | 第38-40页 |
| ·知识库管理维护系统的基本功能和设计要点 | 第38页 |
| ·知识库管理维护系统应用程序设计 | 第38-40页 |
| ·设计小结 | 第40-41页 |
| ·附录 | 第41-45页 |
| ·附录1:地空导弹故障诊断知识流图 | 第41-42页 |
| ·附录2:地空导弹诊断知识的故障树表示 | 第42-43页 |
| ·附录3:地空导弹故障诊断知识库 | 第43-45页 |
| 第四章 故障特征提取与选择 | 第45-58页 |
| ·引言 | 第45页 |
| ·特征提取与特征选择 | 第45-46页 |
| ·特征提取与选择的意义 | 第45-46页 |
| ·特征提取与选择的概念 | 第46页 |
| ·基于小波分析的故障特征提取 | 第46-53页 |
| ·引言 | 第46-47页 |
| ·连续小波变换与离散小波变换 | 第47-49页 |
| ·多分辨率分析与小波包分解 | 第49-50页 |
| ·小波频带分析技术与故障特征提取 | 第50-53页 |
| ·基于样本综合离散度的故障特征参数选择 | 第53-55页 |
| ·基于诊断置信度的故障特征参数选择 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第五章 基于集成神经网络的地空导弹故障诊断专家系统设计 | 第58-73页 |
| ·引言 | 第58页 |
| ·地空导弹故障诊断的基本要求与故障样本的获取 | 第58-59页 |
| ·几种常见的神经网络故障诊断策略 | 第59-60页 |
| ·集成神经网络故障诊断策略 | 第60-70页 |
| ·信息融合与故障诊断 | 第60-61页 |
| ·集成神经网络诊断系统结构与诊断原理 | 第61-64页 |
| ·集成神经网络诊断系统设计与诊断实例 | 第64-70页 |
| ·集成神经网络地空导弹故障诊断专家系统设计 | 第70-72页 |
| ·诊断子系统的设计 | 第70-71页 |
| ·诊断网络管理维护子系统的设计 | 第71-72页 |
| ·小结 | 第72-73页 |
| 第六章 地空导弹故障诊断专家系统软件设计与开发 | 第73-79页 |
| ·引言 | 第73-74页 |
| ·故障诊断专家系统软件开发需求 | 第74-75页 |
| ·故障诊断专家系统软件总体设计 | 第75-79页 |
| ·系统结构与数据流 | 第75-77页 |
| ·系统诊断流程设计 | 第77-79页 |
| 第七章 回顾与展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-83页 |
