模糊免疫算法在模拟电路故障诊断中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题的研究背景及意义 | 第11-12页 |
| ·故障诊断技术的研究现状 | 第12-13页 |
| ·故障诊断技术的研究现状 | 第12页 |
| ·模拟电路故障诊断的研究现状 | 第12-13页 |
| ·人工免疫系统的研究现状 | 第13-16页 |
| ·生物免疫系统的研究现状 | 第13页 |
| ·人工免疫系统的研究现状 | 第13-15页 |
| ·人工免疫算法的研究现状 | 第15-16页 |
| ·人工免疫网络的研究现状 | 第16页 |
| ·人工免疫在故障诊断领域的应用 | 第16-19页 |
| ·人工免疫算法在故障诊断领域的应用 | 第16-18页 |
| ·人工免疫网络在故障诊断领域的应用 | 第18页 |
| ·人工免疫系统在模拟电路故障诊断领域的应用 | 第18-19页 |
| ·论文的研究要点 | 第19页 |
| ·论文的章节安排 | 第19-21页 |
| 第二章 人工免疫理论 | 第21-27页 |
| ·概述 | 第21页 |
| ·人工免疫理论 | 第21-24页 |
| ·生物免疫系统基本特征 | 第21-23页 |
| ·人工免疫算法基本架构 | 第23-24页 |
| ·常用的人工免疫算法 | 第24-26页 |
| ·否定选择算法 | 第24-25页 |
| ·克隆选择算法 | 第25-26页 |
| ·免疫系统与免疫算法的关系分析 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 模拟电路故障诊断 | 第27-35页 |
| ·故障与故障诊断 | 第27-28页 |
| ·传统的模拟电路故障诊断技术 | 第28-33页 |
| ·模拟电路故障 | 第28-29页 |
| ·模拟电路故障诊断技术的发展 | 第29-30页 |
| ·模拟电路故障诊断技术的研究 | 第30-33页 |
| ·基于免疫机理的模拟电路故障诊断技术 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第四章 模糊免疫算法的研究 | 第35-43页 |
| ·模糊免疫算法的研究背景 | 第35-36页 |
| ·传统免疫算法的缺点 | 第35页 |
| ·模拟电路故障诊断的特点 | 第35-36页 |
| ·模糊免疫算法的理论基础 | 第36-39页 |
| ·确定自体集合 | 第36页 |
| ·编码特征字段 | 第36-37页 |
| ·设定检测器模型 | 第37页 |
| ·亲和力计算 | 第37页 |
| ·匹配规则 | 第37-38页 |
| ·基本定义 | 第38-39页 |
| ·模糊免疫算法的工作原理 | 第39-40页 |
| ·模糊免疫算法的诊断流程 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 结合粒子滤波的人工免疫算法 | 第43-53页 |
| ·粒子滤波 | 第43页 |
| ·粒子滤波算法 | 第43-47页 |
| ·经典粒子滤波 | 第43-44页 |
| ·其它粒子滤波 | 第44-47页 |
| ·结合粒子滤波的人工免疫算法 | 第47-49页 |
| ·抗原的定义 | 第48页 |
| ·抗体库的初始化 | 第48页 |
| ·抗原与抗体之间的亲和力 | 第48页 |
| ·抗体的克隆数目 | 第48页 |
| ·抗体的变异 | 第48-49页 |
| ·结合粒子滤波的人工免疫学习算法 | 第49-51页 |
| ·粒子滤波优化的两个阶段 | 第49-50页 |
| ·结合粒子滤波的人工免疫学习算法具体流程 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第六章 模糊免疫算法在模拟电路故障诊断的应用 | 第53-67页 |
| ·EWB仿真环境描述 | 第53-54页 |
| ·模拟电路故障仿真 | 第54-58页 |
| ·选择模拟电路 | 第54页 |
| ·设定故障类别及选择测点 | 第54-55页 |
| ·模拟电路故障分析 | 第55-58页 |
| ·处理实验数据 | 第58-59页 |
| ·验证模糊免疫算法 | 第59-65页 |
| ·训练阶段 | 第59-60页 |
| ·模拟量输入测试 | 第60-61页 |
| ·学习阶段 | 第61-65页 |
| ·模糊免疫算法的优越性 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| ·本文完成的主要工作 | 第67页 |
| ·本文的不足 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 攻读硕士学位期间发表的论文 | 第77页 |
