置信规则库专家系统建模方法的研究与应用
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 置信规则库专家系统研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.2.1 理论技术研究概况 | 第13-14页 |
| 1.2.2 应用研究概况 | 第14页 |
| 1.3 论文主要研究内容与创新 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第二章 基于粒子群优化算法的置信规则库参数学习 | 第17-31页 |
| 2.1 置信规则库 | 第17-19页 |
| 2.1.1 知识的表示 | 第17-18页 |
| 2.1.2 BRB的信息转化 | 第18页 |
| 2.1.3 BRB的推理 | 第18-19页 |
| 2.2 基于主观观测值的优化模型 | 第19-21页 |
| 2.3 置信规则库参数学习的粒子群算法 | 第21-24页 |
| 2.3.1 粒子群算法 | 第21-22页 |
| 2.3.2 惯性权重的线性递减策略 | 第22-23页 |
| 2.3.3 约束处理技术 | 第23页 |
| 2.3.4 PSO-BRB算法流程 | 第23-24页 |
| 2.4 实验研究与分析 | 第24-29页 |
| 2.4.1 问题描述 | 第24页 |
| 2.4.2 构建油品检测BRB模型 | 第24-27页 |
| 2.4.3 结果分析 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 置信规则库结构辨识 | 第31-45页 |
| 3.1 置信规则库结构分析 | 第31-32页 |
| 3.2 基于数值观测值的优化学习模型 | 第32-33页 |
| 3.3 OSP-BRB | 第33-34页 |
| 3.4 改进的粒子群优化算法 | 第34-37页 |
| 3.4.1 速度更新机制的改进设计 | 第34-35页 |
| 3.4.2 非线性自适应惯性权重 | 第35页 |
| 3.4.3 约束处理 | 第35-36页 |
| 3.4.4 PSO_IVU算法流程 | 第36-37页 |
| 3.5 实验研究与分析 | 第37-42页 |
| 3.5.1 打孔水松纸透气度检测实例 | 第37-38页 |
| 3.5.2 模型预测结果 | 第38-41页 |
| 3.5.3 算法性能分析 | 第41-42页 |
| 3.6 本章小结 | 第42-45页 |
| 第四章 置信规则库模型约减 | 第45-53页 |
| 4.1 问题的提出 | 第45页 |
| 4.2 BRB规模约减设计 | 第45-46页 |
| 4.3 实验研究与分析 | 第46-52页 |
| 4.3.1 油浸式电力变压器故障分析 | 第46-47页 |
| 4.3.2 故障诊断数据 | 第47-49页 |
| 4.3.3 构建BRB-R模型 | 第49页 |
| 4.3.4 模型预测结果 | 第49-51页 |
| 4.3.5 诊断方法对比 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 工作总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 工作展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 附录A (攻读硕士学位期间的科研成果) | 第63页 |
