| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第一章 绪论 | 第13-23页 |
| ·研究目的和意义 | 第13-14页 |
| ·研究背景和现状 | 第14-18页 |
| ·故障预报技术的研究背景 | 第14-15页 |
| ·故障预报技术的研究现状 | 第15-18页 |
| ·故障检测、故障诊断与故障预报之间的关系 | 第18-19页 |
| ·故障检测、故障诊断与故障预报的一些定义 | 第18页 |
| ·故障检测、故障诊断与故障预报三者之间的关系 | 第18-19页 |
| ·故障预报系统 | 第19-20页 |
| ·故障预报研究的主要问题 | 第20-21页 |
| ·本文主要工作与结构安排 | 第21-23页 |
| 第二章 基于在线学习RBF 神经网络的故障预报 | 第23-39页 |
| ·引言 | 第23-24页 |
| ·神经网络理论基础 | 第24-26页 |
| ·人工神经元模型 | 第24-25页 |
| ·神经网络的主要特性 | 第25页 |
| ·前馈神经网络 | 第25-26页 |
| ·时间序列预报问题描述 | 第26页 |
| ·神经网络嵌入维数的确定 | 第26-29页 |
| ·RBF 网络结构的描述 | 第29-30页 |
| ·RBF 网络在线学习算法 | 第30-35页 |
| ·粗调过程 | 第31-32页 |
| ·精调过程 | 第32-33页 |
| ·“剪枝”过程 | 第33页 |
| ·算法流程 | 第33-34页 |
| ·神经网络预测步骤 | 第34-35页 |
| ·仿真算例 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第三章 基于优化神经网络训练算法的故障模式识别 | 第39-57页 |
| ·引言 | 第39-40页 |
| ·基于优化RBF 神经网络的模式识别方法 | 第40-41页 |
| ·RBF 网络的OLS 训练方法 | 第41-45页 |
| ·OLS 算法基本思想 | 第41页 |
| ·回归矩阵P 的正交化 | 第41-42页 |
| ·回归算子的选择 | 第42-43页 |
| ·用OLS 算法选取RBF 网络中心的算法步骤 | 第43-44页 |
| ·利用OLS 算法选取RBF 网络中心的MATLAB 仿真步骤 | 第44页 |
| ·OLS 算法仿真效果 | 第44-45页 |
| ·快速模糊C-均值聚类(AFCM) | 第45-49页 |
| ·聚类分析 | 第45-46页 |
| ·传统的C-均值聚类 | 第46页 |
| ·改进的 C-均值聚类 | 第46-47页 |
| ·传统的模糊C-均值聚类 | 第47-48页 |
| ·改进的模糊C-均值聚类 | 第48-49页 |
| ·基于AFOLS 算法的神经网络模式识别 | 第49-51页 |
| ·AFOLS 用于故障诊断的步骤 | 第49-50页 |
| ·AFOLS 算法的仿真效果 | 第50页 |
| ·两种神经网络训练算法的比较 | 第50-51页 |
| ·基于C-均值聚类的无监督特征选择方法 | 第51-56页 |
| ·特征选择的必要性 | 第51-52页 |
| ·相关背景知识 | 第52-53页 |
| ·特征选择算法 | 第53-55页 |
| ·特征选择算法仿真算例 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 歼击机全包络飞行平台建立及结构故障预报仿真 | 第57-77页 |
| ·引言 | 第57页 |
| ·歼击机全包络飞行实时仿真程序构架 | 第57-59页 |
| ·飞机建模模块 | 第59-64页 |
| ·飞机方程模块 | 第59-62页 |
| ·气动数据处理模块 | 第62-64页 |
| ·控制律模块 | 第64-65页 |
| ·程序流程控制模块、人机交换界面模块 | 第65页 |
| ·飞行状态提取模块 | 第65-68页 |
| ·ADO 数据库的特点 | 第66页 |
| ·ADO 数据库的操作流程 | 第66-68页 |
| ·歼击机结构故障预报综合仿真验证 | 第68-76页 |
| ·歼击机结构故障预报的仿真过程 | 第68-71页 |
| ·嵌入维数的确定 | 第71页 |
| ·各个状态预测仿真结果 | 第71-73页 |
| ·故障类型的识别 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 故障预报实时仿真平台的建立与可视化实现 | 第77-90页 |
| ·实时预报仿真程序流程 | 第77-78页 |
| ·网络通讯模块 | 第78-80页 |
| ·网络通讯基本知识 | 第78-79页 |
| ·网络通讯软件结构 | 第79-80页 |
| ·滚动预测模块 | 第80-81页 |
| ·故障检测模块 | 第81-83页 |
| ·故障诊断模块 | 第83-85页 |
| ·故障预报实时仿真平台的可视化演示 | 第85-88页 |
| ·本章小结 | 第88-90页 |
| 第六章 总结及以后研究发展方向 | 第90-92页 |
| ·总结 | 第90-91页 |
| ·关于本文工作的可持续性研究 | 第91-92页 |
| 参考文献 | 第92-95页 |
| 致谢 | 第95-96页 |
| 在学期间的研究成果及发表的学术论文 | 第96-97页 |
| 附录 | 第97-99页 |