| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究课题的目的及意义 | 第11-12页 |
| 1.1.1 研究课题的目的 | 第11页 |
| 1.1.2 研究课题的意义 | 第11-12页 |
| 1.2 供热管网故障诊断的常用智能方法 | 第12-13页 |
| 1.3 供热管网故障诊断国内外研究现状 | 第13-15页 |
| 1.3.1 供热发展国内外研究现状 | 第13-14页 |
| 1.3.2 供热事故研究现状 | 第14页 |
| 1.3.3 供热管网故障诊断的研究和进展 | 第14-15页 |
| 1.4 本文主要研究的内容 | 第15页 |
| 1.5 本章小结 | 第15-17页 |
| 第2章 BP神经网络 | 第17-31页 |
| 2.1 神经网路理论基础 | 第17-23页 |
| 2.1.1 生物神经元的模型 | 第17页 |
| 2.1.2 人工神经元的模型 | 第17-18页 |
| 2.1.3 常见神经元的函数 | 第18-20页 |
| 2.1.4 神经网络的连接方式 | 第20-22页 |
| 2.1.5 神经网络的学习方式 | 第22页 |
| 2.1.6 神经网络的优势和不足 | 第22-23页 |
| 2.2 BP神经网路 | 第23-27页 |
| 2.2.1 BP神经网路的结构 | 第23-24页 |
| 2.2.2 BP神经网路的学习过程 | 第24-27页 |
| 2.3 BP神经网络设计 | 第27-30页 |
| 2.3.1 输入和输出样本集的准备 | 第27-28页 |
| 2.3.2 BP神经网络结构的设计 | 第28-30页 |
| 2.4 BP神经网络的不足与改进 | 第30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 模糊逻辑系统 | 第31-43页 |
| 3.1 模糊集合的基本概念 | 第31-33页 |
| 3.1.1 模糊集合的概述 | 第31页 |
| 3.1.2 模糊集合的表示方法 | 第31-32页 |
| 3.1.3 模糊集合的基本运算 | 第32-33页 |
| 3.2 隶属度函数建立及确定方法 | 第33-35页 |
| 3.2.1 隶属度函数的建立 | 第33-34页 |
| 3.2.2 隶属度函数的确定方法 | 第34-35页 |
| 3.3 模糊关系 | 第35页 |
| 3.4 模糊推理 | 第35-37页 |
| 3.4.1 模糊逻辑 | 第35页 |
| 3.4.2 模糊规则 | 第35-36页 |
| 3.4.3 模糊推理 | 第36-37页 |
| 3.5 模糊逻辑系统 | 第37-42页 |
| 3.5.1 模糊逻辑系统原理 | 第37-40页 |
| 3.5.2 模糊控制系统的设计方法 | 第40-42页 |
| 3.5.3 模糊控制系统存在的问题 | 第42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 邯郸市供热管网故障的调查分析 | 第43-55页 |
| 4.1 邯郸市热力公司简介及供热管网故障现状 | 第43-51页 |
| 4.1.1 邯郸市热力公司简介 | 第43页 |
| 4.1.2 供热管网发生故障案例 | 第43-45页 |
| 4.1.3 供热管网运行状况与建议 | 第45-47页 |
| 4.1.4 供热管网故障损坏程度统计 | 第47-51页 |
| 4.2 供热管网故障的原因 | 第51-52页 |
| 4.3 供热管网故障的应对措施 | 第52-54页 |
| 4.3.1 加强供热管网的防腐措施 | 第53页 |
| 4.3.2 加强维修队伍的建设 | 第53页 |
| 4.3.3 建立供热管网故障诊断和报警系统 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 基于模糊神经网络的供热管网故障损坏程度诊断分析 | 第55-73页 |
| 5.1 BP神经网路的训练与测试 | 第55-60页 |
| 5.1.1 供热管网故障样本数据准备 | 第55-56页 |
| 5.1.2 神经网络的训练参数 | 第56-57页 |
| 5.1.3 MATLAB编程 | 第57-58页 |
| 5.1.4 训练和预测结果分析 | 第58-60页 |
| 5.2 模糊逻辑和神经网络 | 第60-62页 |
| 5.2.1 模糊逻辑和神经网络的比较 | 第60-61页 |
| 5.2.2 模糊逻辑和神经网络的结合 | 第61-62页 |
| 5.3 几种基本模糊神经元 | 第62页 |
| 5.4 模糊神经网络控制器设计 | 第62-64页 |
| 5.4.1 模糊神经网络控制器的设计 | 第62-64页 |
| 5.4.2 模糊神经网络的学习算法 | 第64页 |
| 5.5 基于模糊神经网络的供热管网故障损坏程度分析的仿真 | 第64-71页 |
| 5.5.1 输入输出数据的确定 | 第64-65页 |
| 5.5.2 初始推理系统的生成 | 第65-66页 |
| 5.5.3 ANFIS模糊神经推理系统的训练 | 第66-67页 |
| 5.5.4 训练后的ANFIS模糊神经推理系统 | 第67-71页 |
| 5.5.5 测试ANFIS模糊神经网络系统 | 第71页 |
| 5.6 分析ANFIS模糊神经网络预测结果 | 第71-72页 |
| 5.7 本章小结 | 第72-73页 |
| 结论与展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 作者简介 | 第78页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第78-79页 |