首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于独特型免疫网络的故障诊断方法研究

摘要第1-5页
ABSTRACT第5-7页
目录第7-11页
第一章 绪论第11-22页
   ·故障诊断及现有故障诊断系统的局限性第11-12页
   ·问题的提出第12-13页
   ·人工免疫系统理论及应用发展现状第13-17页
     ·人工免疫系统的发展现状第13-15页
     ·人工免疫网络研究现状第15-16页
     ·免疫网络算法发展现状第16-17页
   ·故障诊断技术研究现状第17-19页
   ·本文所做的工作第19-20页
   ·论文结构安排第20-22页
第二章 故障诊断技术第22-31页
   ·故障诊断技术概述第22页
   ·故障诊断研究的主要内容第22-24页
   ·机械设备故障诊断原理第24-26页
   ·故障诊断系统应该具备的功能第26-27页
   ·故障特征的选择第27-29页
     ·设备故障诊断中的特征参数第27页
     ·故障特征的选择第27-28页
     ·设备故障诊断中的特征评价指标第28-29页
   ·常见电机设备典型故障第29-30页
   ·本章小结第30-31页
第三章 生物免疫系统第31-42页
   ·生物免疫系统概述第31-33页
     ·免疫的定义第31-32页
     ·生物免疫系统组成第32页
     ·生物免疫系统的几个概念第32页
     ·生物免疫系统的特性第32-33页
   ·生物免疫系统的工作过程第33-34页
   ·生物免疫系统模型第34-37页
   ·生物免疫系统的重要机制第37-39页
     ·特异识别第37-38页
     ·克隆选择第38页
     ·阴性选择第38页
     ·自体耐受第38页
     ·自体与非自体区分第38-39页
   ·免疫网络第39-41页
     ·免疫网络理论第39页
     ·独特型免疫网络第39-41页
   ·本章小结第41-42页
第四章 人工免疫系统第42-61页
   ·人工免疫系统概述第42-43页
   ·基本人工免疫算法第43-48页
     ·免疫算法概述第43页
     ·免疫算法的一般步骤第43-45页
     ·免疫Agent算法第45页
     ·否定选择算法第45-46页
     ·克隆选择算法第46-47页
     ·免疫优化算法第47-48页
     ·模式识别算法第48页
   ·人工免疫网络第48-49页
   ·几种常见的人工免疫网络模型第49-59页
     ·独特型免疫网络模型第50页
     ·多值免疫网络模型第50-51页
     ·B细胞网络模型第51页
     ·aiNet第51-53页
       ·网络定义与描述第51-52页
       ·aiNet学习算法第52-53页
     ·骨髓模型第53-54页
       ·骨髓对象第53页
       ·B细胞对象第53-54页
     ·有限资源人工免疫系统第54-56页
       ·人工识别球第55页
       ·网络定义与描述第55-56页
     ·免疫Agent模型第56-57页
     ·动态识别免疫网络模型第57-59页
   ·基于免疫系统的故障诊断方法第59-60页
   ·本章小结第60-61页
第五章 基于独特型免疫网络的故障诊断方法第61-72页
   ·引言第61页
   ·独特型网络理论第61-62页
   ·改进的亲和力计算公式第62-63页
   ·抗体刺激度及抗体浓度计算公式第63-65页
   ·结点之间的相互影响第65-66页
     ·案例及CBR技术简介第65-66页
     ·案例存放方式第66页
     ·案例的检索第66页
   ·本文诊断方法的基本思想第66-67页
   ·训练算法流程图第67-68页
   ·基于独特型免疫网络理论的电机设备故障诊断训练算法主要步骤第68-71页
   ·本免疫网络诊断训练算法的优点第71页
   ·本章小结第71-72页
第六章 系统设计及实验结果第72-87页
   ·引言第72页
   ·系统环境第72页
   ·系统模块功能图第72-73页
   ·系统总体结构流程图第73-74页
   ·系统用到的数据第74-79页
     ·数据采集第74-77页
     ·数据准备第77-79页
   ·系统设计和实验结果第79-85页
     ·网络初始化第79-80页
     ·网络训练第80-81页
     ·在线故障诊断第81-83页
     ·算法比较第83-85页
   ·实验过程参数讨论第85-86页
   ·本章小结第86-87页
第七章 总结与展望第87-89页
   ·结论第87页
   ·本文研究存在的问题与工作展望第87-89页
参考文献第89-93页
致谢第93-94页
攻读硕士期间完成的论文第94页

论文共94页,点击 下载论文
上一篇:多重链路拓扑网络优化应用研究
下一篇:自适应免疫网络入侵检测模型的应用与研究