| 第一章 绪论 | 第1-10页 |
| 1．1 引言 | 第6页 |
| 1．2 发动机故障诊断的意义 | 第6页 |
| 1．3 故障诊断技术的发展 | 第6-8页 |
| 1．4 国内外故障诊断技术的研究现状与发展 | 第8-9页 |
| 1．5 本课题研究的目的和内容 | 第9-10页 |
| 第二章 专家系统 | 第10-20页 |
| 2．1 专家系统概述 | 第10-12页 |
| 2．2 知识的获取 | 第12-14页 |
| 2．3 知识的表示 | 第14-17页 |
| 2．4 故障诊断推理机制 | 第17-18页 |
| 2．5 本章小结 | 第18-20页 |
| 第三章 蚁群算法 | 第20-28页 |
| 3．1 蚁群算法的起源 | 第20页 |
| 3．2 蚁群算法的研究及应用领域 | 第20页 |
| 3．3 蚁群算法的基本原理 | 第20-21页 |
| 3．4 蚁群算法模型及实现 | 第21-25页 |
| 3．5 参数分析 | 第25-27页 |
| 3．6 本章小结 | 第27-28页 |
| 第四章 神经网络理论 | 第28-37页 |
| 4．1．神经网络技术简介 | 第28页 |
| 4．2 神经网络的特点 | 第28页 |
| 4．3 神经网络模型 | 第28-31页 |
| 4．4 神经网络模型的分类 | 第31页 |
| 4．5 神经网络的学习规则 | 第31-32页 |
| 4．6 BP神经网络 | 第32-36页 |
| 4．7 本章小结 | 第36-37页 |
| 第五章 发动机故障诊断专家系统的设计与实现 | 第37-49页 |
| 5． 1发动机故障诊断系统的方案选择与比较 | 第37-38页 |
| 5．2 系统的总体结构 | 第38页 |
| 5．3 基于蚁群神经网络的发动机故障诊断专家系统知识库的设计 | 第38-45页 |
| 5．4 基于蚁群神经网络的发动机故障诊断专家系统推理机的设计 | 第45-46页 |
| 5．5 故障诊断系统解释功能的实现 | 第46页 |
| 5．6 知识库管理功能的实现 | 第46-48页 |
| 5．7 本章小结 | 第48-49页 |
| 第六章 发动机故障诊断专家系统软件的开发 | 第49-58页 |
| 6．1 开发环境的选择与简介 | 第49-51页 |
| 6．2 软件界面及功能设计 | 第51-57页 |
| 6．3 本章小结 | 第57-58页 |
| 第七章 结论与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 个人简介 | 第63页 |