首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

粗糙集—神经网络在机械故障诊断中的应用研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-22页
   ·研究意义第11-12页
   ·FDD技术中的基本概念、评价指标和研究内容第12-14页
     ·基本概念第12-13页
     ·评价指标第13页
     ·研究内容第13-14页
   ·FDD技术的发展与国内外研究现状第14-20页
     ·基于解析模型的故障诊断方法第14-15页
     ·基于信号处理的故障诊断方法第15-17页
     ·基于知识的故障诊断方法第17-20页
   ·论文主要创新及工作安排第20-22页
第二章 粗糙集理论基础第22-30页
   ·知识的概念和表示方法第23-25页
     ·知识与不可分辨关系第23-24页
     ·知识的表示方法第24-25页
   ·决策信息表第25-26页
   ·粗糙集的基本概念第26-28页
   ·粗糙集的度量第28-29页
   ·本章小结第29-30页
第三章 属性约简第30-48页
   ·决策规则第30-32页
   ·基于粗糙集理论的属性约简第32-36页
     ·一般方法的属性约简第32-33页
     ·相对属性约简第33-35页
     ·不完备信息表的补齐第35-36页
   ·知识的依赖性第36页
   ·属性的重要性第36-38页
   ·决策规则的产生与确定性度量第38-39页
   ·基于差别矩阵的属性约简第39-47页
     ·差别矩阵的定义第39-40页
     ·基于差别矩阵的属性约简算法第40-43页
     ·改进算法第43-44页
     ·对不相容决策表的差别矩阵定义修正与改进算法第44-47页
   ·本章小结第47-48页
第四章 人工神经网络理论及其网络构造第48-54页
   ·BP神经网络第48-50页
     ·BP算法的结构第49页
     ·学习规则第49-50页
   ·Elman神经网络第50-52页
   ·神经网络在故障诊断中的局限性第52-53页
   ·本章小结第53-54页
第五章 机械故障诊断中的应用研究实例第54-77页
   ·旋转机械故障诊断第54-65页
     ·基于粗糙集理论的旋转机械故障诊断第54-58页
     ·基于粗糙集理论和Elman神经网络的旋转机械故障诊断第58-65页
   ·基于粗糙集-BP神经网络的轴承故障诊断第65-76页
   ·本章小结第76-77页
第六章 总结第77-79页
   ·全文总结第77页
   ·工作展望第77-79页
参考文献第79-83页
致谢第83-84页
攻读硕士期间发表的论文第84页

论文共84页,点击 下载论文
上一篇:基于ARMLinux工业电脑刺绣机设计与实现
下一篇:基于公用电话网技术的煤矿用电子秤系统的设计与实现