| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-31页 |
| ·选题背景 | 第12-13页 |
| ·课题来源 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·管道泄漏检测的发展现状 | 第13-19页 |
| ·泄漏检测方法 | 第13-17页 |
| ·单台检漏仪与在线监测系统 | 第17-19页 |
| ·基于WSN的地下管网泄漏监测新技术 | 第19-22页 |
| ·WSN概述 | 第19-20页 |
| ·新技术的研究进展 | 第20-21页 |
| ·监测网络内的多源数据处理问题 | 第21-22页 |
| ·D-S证据理论及研究现状 | 第22-31页 |
| ·证据理论 | 第22-23页 |
| ·研究现状 | 第23-29页 |
| ·证据理论的应用 | 第29-30页 |
| ·存在的问题 | 第30-31页 |
| 第二章 PipeWSN的体系结构和多源数据融合模型 | 第31-40页 |
| ·PipeWSN的体系结构设计 | 第31-36页 |
| ·系统构成 | 第31-32页 |
| ·节点设计 | 第32-34页 |
| ·远程数据管理中心 | 第34-35页 |
| ·系统实现的难点 | 第35-36页 |
| ·泄漏检测数据的层级式融合模型 | 第36-38页 |
| ·层级式融合的必要性分析 | 第36页 |
| ·基于小波神经网络和证据理论的层级式融合结构 | 第36-38页 |
| ·待解决的关键技术问题 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 泄漏信号预处理和泄漏源的多节点重复定位 | 第40-58页 |
| ·引言 | 第40-41页 |
| ·小波变换理论 | 第41-45页 |
| ·小波函数 | 第41-42页 |
| ·小波变换与逆变换 | 第42-43页 |
| ·多尺度分析 | 第43-45页 |
| ·基于小波变换的声发射泄漏检测信号预处理方法 | 第45-49页 |
| ·小波基选取 | 第45-46页 |
| ·最大分解尺度的确定 | 第46-47页 |
| ·小波阈值降噪 | 第47-48页 |
| ·泄漏特征参数计算 | 第48-49页 |
| ·泄漏点的多节点重复定位方法 | 第49-53页 |
| ·声发射源的时差定位原理 | 第49-50页 |
| ·定位算法设计 | 第50-53页 |
| ·实验分析 | 第53-57页 |
| ·实验1 | 第53-56页 |
| ·实验2 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第四章 基于蚁群神经网络的泄漏特征参数融合 | 第58-77页 |
| ·引言 | 第58页 |
| ·泄漏特征参数的BP神经网络融合模型 | 第58-63页 |
| ·BP神经网络 | 第58-61页 |
| ·融合模型的建立 | 第61-63页 |
| ·基于蚁群算法的神经网络权值优化方法 | 第63-71页 |
| ·BP算法存在的问题及改进 | 第63-65页 |
| ·蚁群算法原理 | 第65-67页 |
| ·泄漏特征参数的蚁群神经网络融合模型 | 第67-71页 |
| ·实验分析 | 第71-73页 |
| ·实验1 | 第71-72页 |
| ·实验2 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 附录 蚁群神经网络算法的仿真程序 | 第74-77页 |
| 第五章 证据的BPAF构造和组合方法研究 | 第77-94页 |
| ·引言 | 第77-78页 |
| ·管道泄漏监测网络的证据BPAF构造 | 第78-83页 |
| ·证据理论基础 | 第78-81页 |
| ·几种BPAF构造方法 | 第81-83页 |
| ·基于蚁群神经网络的证据BPAF构造 | 第83页 |
| ·冲突证据组合规则分析 | 第83-88页 |
| ·D-S证据组合规则 | 第83-85页 |
| ·存在的问题 | 第85-86页 |
| ·改进的冲突证据组合方法 | 第86-88页 |
| ·基于可靠度和一致强度的冲突证据组合方法 | 第88-91页 |
| ·证据集预处理 | 第88-89页 |
| ·冲突分配方法与证据组合次序 | 第89-90页 |
| ·基元命题的支持度 | 第90页 |
| ·新的证据组合公式 | 第90-91页 |
| ·实验分析 | 第91-93页 |
| ·实验1 | 第91页 |
| ·实验2 | 第91-93页 |
| ·小结 | 第93-94页 |
| 第六章 基于集合属性和优先度的证据决策方法 | 第94-105页 |
| ·引言 | 第94页 |
| ·D-S证据决策规则分析 | 第94-97页 |
| ·基于集合属性和优先度的D-S证据决策方法 | 第97-102页 |
| ·精细信度区间的构造 | 第98-99页 |
| ·决策基元的优先度比较 | 第99-102页 |
| ·实验分析 | 第102-104页 |
| ·实验1 | 第102-103页 |
| ·实验2 | 第103-104页 |
| ·小结 | 第104-105页 |
| 第七章 证据理论的模糊集扩展方法研究 | 第105-119页 |
| ·引言 | 第105-106页 |
| ·模糊集扩展方法分析 | 第106-109页 |
| ·信任度函数的扩展 | 第106-108页 |
| ·组合规则的扩展 | 第108-109页 |
| ·基于距离测度的模糊集扩展方法 | 第109-112页 |
| ·模糊集合间的距离测度 | 第109-110页 |
| ·基于距离测度的模糊信任度函数 | 第110-111页 |
| ·基于距离测度的模糊证据组合规则 | 第111-112页 |
| ·实验分析 | 第112-118页 |
| ·信任度函数的有效性分析 | 第112-116页 |
| ·组合规则的有效性分析 | 第116-118页 |
| ·小结 | 第118-119页 |
| 第八章 总结与展望 | 第119-122页 |
| ·主要研究工作及结论 | 第119-120页 |
| ·研究展望 | 第120-122页 |
| 参考文献 | 第122-130页 |
| 博士期间主要的研究成果 | 第130-131页 |
| 致谢 | 第131页 |