| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 变量注释表 | 第14-15页 |
| 1 绪论 | 第15-23页 |
| 1.1 故障诊断系统简介 | 第16-17页 |
| 1.2 故障诊断技术方法 | 第17-19页 |
| 1.3 智能故障诊断原理 | 第19-20页 |
| 1.4 执行器故障诊断原理 | 第20-21页 |
| 1.5 本文的主要研究内容 | 第21-23页 |
| 2 小波神经网络基本理论知识 | 第23-34页 |
| 2.1 小波神经网络的发展历史及研究现状 | 第23-24页 |
| 2.2 小波神经网络理论 | 第24-33页 |
| 2.3 本章小结 | 第33-34页 |
| 3 小波神经网络算法改进研究 | 第34-46页 |
| 3.1 基于遗传算法优化的小波神经网络算法研究 | 第34-40页 |
| 3.2 基于粒子群算法优化的小波神经网络算法研究 | 第40-45页 |
| 3.3 本章小结 | 第45-46页 |
| 4 基于遗传优化的小波神经网络非线性系统故障诊断 | 第46-54页 |
| 4.1 非线性系统问题描述 | 第46-49页 |
| 4.2 基于遗传算法优化小波神经网络的非线性系统故障诊断方案 | 第49-51页 |
| 4.3 仿真验证 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 基于粒子群优化小波神经网络非线性系统故障诊断 | 第54-62页 |
| 5.1 非线性系统问题描述 | 第54-56页 |
| 5.2 非线性系统故障诊断设计 | 第56-58页 |
| 5.3 非线性故障诊断稳定性分析 | 第58-59页 |
| 5.4 仿真验证 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 总结展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 进一步工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |