| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·本文研究的目的与意义 | 第8-9页 |
| ·汽车故障诊断发展现状和发展方向 | 第9-12页 |
| ·国外研究和发展概况 | 第9-11页 |
| ·国内研究和发展概况 | 第11-12页 |
| ·发展方向 | 第12页 |
| ·本文主要的研究内容及工作 | 第12-14页 |
| 第二章 故障诊断的理论与方法 | 第14-21页 |
| ·引言 | 第14页 |
| ·故障诊断的主要理论方法 | 第14-17页 |
| ·基于数学模型的方法 | 第14-15页 |
| ·基于信号处理的方法 | 第15-16页 |
| ·基于人工智能的故障诊断方法 | 第16-17页 |
| ·神经网络与故障诊断 | 第17-19页 |
| ·神经网络的特性 | 第17-18页 |
| ·神经网络与故障诊断 | 第18页 |
| ·神经网络与汽车故障诊断 | 第18-19页 |
| ·小结 | 第19-21页 |
| 第三章 BP神经网络 | 第21-30页 |
| ·引言 | 第21页 |
| ·BP神经网络概述 | 第21-29页 |
| ·BP神经网络结构 | 第21-22页 |
| ·BP神经网络传递函数 | 第22-23页 |
| ·BP神经网络算法原理 | 第23页 |
| ·BP神经网络学习规则 | 第23-27页 |
| ·BP神经网络算法步骤 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第四章 基于BP神经网络的汽车ABS系统故障诊断 | 第30-44页 |
| ·引言 | 第30页 |
| ·汽车ABS系统故障诊断的意义 | 第30-32页 |
| ·汽车的ABS控制系统 | 第32-33页 |
| ·ABS系统的组成 | 第32页 |
| ·ABS系统的工作原理 | 第32-33页 |
| ·BP神经网络在汽车ABS故障诊断中的应用 | 第33-43页 |
| ·网络输入输出向量的确定 | 第33-34页 |
| ·网络训练样本的选取 | 第34-38页 |
| ·数据及训练样本的处理 | 第38-39页 |
| ·隐含层节点个数的选取 | 第39-41页 |
| ·ABS系统故障诊断的BP网络仿真 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第五章 基于遗传神经网络的汽车ABS系统故障诊断 | 第44-61页 |
| ·引言 | 第44页 |
| ·遗传算法理论概述 | 第44-53页 |
| ·遗传算法的形成和发展 | 第44-45页 |
| ·遗传算法的基本思想和算法步骤 | 第45-47页 |
| ·遗传算法的遗传操作 | 第47-51页 |
| ·遗传算法的特点 | 第51-53页 |
| ·遗传算法与BP神经网络的结合设计 | 第53-56页 |
| ·基于遗传算法的BP神经网络在汽车ABS系统故障诊断中的应用 | 第56-59页 |
| ·小结 | 第59-61页 |
| 第六章 结束语 | 第61-63页 |
| ·结论与工作 | 第61页 |
| ·存在问题与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间主要的研究成果 | 第69页 |