| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究的意义和目的 | 第9页 |
| 1.3 国内外研究现状 | 第9-14页 |
| 1.4 论文的研究内容 | 第14-15页 |
| 第二章 基于萤火虫聚类的故障识别方法研究 | 第15-33页 |
| 2.1 C 均值聚类 | 第15-18页 |
| 2.1.1 基本算法 | 第15-16页 |
| 2.1.2 聚类评价指标 | 第16-17页 |
| 2.1.3 仿真分析 | 第17-18页 |
| 2.2 萤火虫算法 | 第18-22页 |
| 2.2.1 标准算法 | 第19-21页 |
| 2.2.2 仿真分析 | 第21-22页 |
| 2.3 萤火虫聚类算法 | 第22-32页 |
| 2.3.1 算法流程 | 第23-24页 |
| 2.3.2 仿真和实验分析 | 第24-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于萤火虫神经网络的诊断方法研究 | 第33-59页 |
| 3.1 BP 神经网络 | 第33-37页 |
| 3.1.1 神经网络拓扑结构 | 第33-34页 |
| 3.1.2 标准 BP 算法 | 第34-36页 |
| 3.1.3 仿真分析 | 第36-37页 |
| 3.2 萤火虫神经网络 | 第37-51页 |
| 3.2.1 编码方式 | 第38-40页 |
| 3.2.2 适应度指标 | 第40-41页 |
| 3.2.3 萤火虫神经网络的诊断流程 | 第41-42页 |
| 3.2.4 萤火虫神经网络的参数选取 | 第42-44页 |
| 3.2.5 仿真和实验分析 | 第44-51页 |
| 3.3 萤火虫变结构神经网络 | 第51-58页 |
| 3.3.1 编码方式 | 第52页 |
| 3.3.2 适应度指标 | 第52-53页 |
| 3.3.3 改进的个体移动方式 | 第53-54页 |
| 3.3.4 萤火虫变结构神经网络诊断模型 | 第54-55页 |
| 3.3.5 实验分析 | 第55-58页 |
| 3.4 本章小结 | 第58-59页 |
| 第四章 变速器故障试验 | 第59-69页 |
| 4.1 变速器齿轮故障诊断 | 第59-68页 |
| 4.1.1 振动信号采集 | 第59-60页 |
| 4.1.2 振动信号时域、频域分析 | 第60-62页 |
| 4.1.3 基于萤火虫聚类的齿轮故障诊断 | 第62-65页 |
| 4.1.4 基于萤火虫变结构神经网络的齿轮故障诊断 | 第65-68页 |
| 4.2 本章小结 | 第68-69页 |
| 结论与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |