| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-27页 |
| 1．1 概述 | 第12-15页 |
| 1．2 基于人工智能的诊断与维修决策系统研究现状分析 | 第15-25页 |
| 1．2．1 人工智能研究概述 | 第15-17页 |
| 1．2．2 智能诊断建模方法研究分析 | 第17-22页 |
| 1．2．3 智能维修评价与决策的研究现状 | 第22-23页 |
| 1．2．4 有待研究的问题 | 第23-25页 |
| 1．3 本文研究的目的和主要内容 | 第25-27页 |
| 第2章 基于多态融合模式的混合智能模型研究 | 第27-50页 |
| 2．1 引言 | 第27-29页 |
| 2．2 混合智能系统中的智能技术 | 第29-33页 |
| 2．2．1 智能技术的层次划分 | 第29-30页 |
| 2．2．2 基本智能技术分析 | 第30-33页 |
| 2．3 混合智能系统研究的若干基本问题 | 第33-39页 |
| 2．3．1 智能技术融合的基本模式 | 第33-38页 |
| 2．3．2 混合智能系统中的知识表示问题 | 第38-39页 |
| 2．3．3 混合智能系统中的推理技术 | 第39页 |
| 2．4 几种主要混合智能系统分析 | 第39-43页 |
| 2．5 基于多态融合模式的混合智能诊断模型研究 | 第43-49页 |
| 2．5．1 面向诊断与维修的智能系统研究的关键问题 | 第43-44页 |
| 2．5．2 多态融合模式的混合智能诊断模型设计 | 第44-47页 |
| 2．5．3 混合智能诊断系统功能模块及特点 | 第47-49页 |
| 2．6 本章小结 | 第49-50页 |
| 第3章 基于双重模糊法的模糊知识处理器—混合智能中的基础智能技术研究之一 | 第50-75页 |
| 3．1 智能模拟中的模糊性概述 | 第50-51页 |
| 3．2 知识处理中的模糊理论基础 | 第51-55页 |
| 3．2．1 基本定义 | 第52-54页 |
| 3．2．2 模糊语言与模糊推理 | 第54-55页 |
| 3．3 模糊知识的表达方式研究 | 第55-59页 |
| 3．3．1 知识不精确性的双重度量 | 第56-57页 |
| 3．3．2 模糊命题的表示 | 第57-58页 |
| 3．3．3 模糊规则的表示 | 第58-59页 |
| 3．4 基于双重模糊表达的推理机设计 | 第59-66页 |
| 3．4．1 模糊推理策略 | 第59-61页 |
| 3．4．2 模糊匹配 | 第61-65页 |
| 3．4．3 基于匹配度与不确定度的冲突消解策略 | 第65-66页 |
| 3．4．4 模糊结论的生成 | 第66页 |
| 3．5 模糊知识处理器系统平台 | 第66-70页 |
| 3．5．1 系统结构及功能模块组成 | 第66-68页 |
| 3．5．2 系统实现及运行特点 | 第68-70页 |
| 3．6 金属结构故障判断的模糊专家系统示例 | 第70-73页 |
| 3．7 本章小结 | 第73-75页 |
| 第4章 面向诊断的组合径向基函数神经网络分类器—混合智能中的基础智能技术研究之二 | 第75-99页 |
| 4．1 基于神经网络的诊断方法及其缺陷分析 | 第75-77页 |
| 4．1．1 基于神经网络的故障诊断方法 | 第75-76页 |
| 4．1．2 基于BP网络的诊断模型缺陷分析 | 第76-77页 |
| 4．2 径向基函数网络的模式分类判定 | 第77-81页 |
| 4．2．1 径向基函数网络模型 | 第78-79页 |
| 4．2．2 径向基函数网络的模式分类机理 | 第79-80页 |
| 4．2．3 径向基函数网络的分类特点 | 第80-81页 |
| 4．3 一种组合径向基函数网络分类器研究 | 第81-83页 |
| 4．3．1 组合径向基函数网络分类器设计思想 | 第81-82页 |
| 4．3．2 组合径向基函数网络分类器的结构 | 第82-83页 |
| 4．4 组合径向基函数网络分类器的实现算法 | 第83-93页 |
| 4．4．1 RBF网络快速学习算法 | 第83-89页 |
| 4．4．2 组合径向基函数网络分类器的学习过程 | 第89-90页 |
| 4．4．3 组合径向基函数网络分类器的分类识别过程 | 第90-93页 |
| 4．5 一个数字分类例子 | 第93-94页 |
| 4．6 基于组合RBF网络分类器的故障诊断方法及实例 | 第94-97页 |
| 4．6．1 基于组合RBF网络分类器的诊断过程 | 第94-95页 |
| 4．6．2 基于组合RBF网络的诊断实例 | 第95-97页 |
| 4．7 本章小结 | 第97-99页 |
| 第5章 维修方案的综合评价与决策模型 | 第99-118页 |
| 5．1 设备维修概述 | 第99-100页 |
| 5．2 维修方案的决策过程 | 第100-104页 |
| 5．2．1 维修方案决策问题描述 | 第100-101页 |
| 5．2．2 维修方案决策过程分析 | 第101-103页 |
| 5．2．3 决策问题的复杂性及解决方法 | 第103-104页 |
| 5．3 维修方案综合评价指标体系 | 第104-109页 |
| 5．3．1 综合评价指标体系的确立原则 | 第104-106页 |
| 5．3．2 影响维修方案决策的因素分析 | 第106-107页 |
| 5．3．3 维修方案综合评价指标体系的确定 | 第107-109页 |
| 5．4 维修方案综合评价的数学模型 | 第109-112页 |
| 5．4．1 单层次的多准则的模糊综合评价基本方法 | 第109-111页 |
| 5．4．2 多层次多因素的模糊综合评价方法 | 第111-112页 |
| 5．5 起重机金属结构维修方案的综合评价与决策 | 第112-117页 |
| 5．5．1 金属结构维修方案评价与决策的重要性 | 第113页 |
| 5．5．2 综合评价与决策系统的结构及组成 | 第113-115页 |
| 5．5．3 评价过程说明 | 第115-117页 |
| 5．6 本章小结 | 第117-118页 |
| 第6章 基于径向基函数网络的金属结构承载能力预测 | 第118-128页 |
| 6．1 引言 | 第118-119页 |
| 6．2 基于径向基函数网络的预测方法 | 第119-121页 |
| 6．3 具有变形缺陷的箱形截面构件承载能力预测 | 第121-124页 |
| 6．3．1 箱形截面金属结构的承载能力分析 | 第121-122页 |
| 6．3．2 预测数据处理 | 第122-123页 |
| 6．3．3 预测实例分析 | 第123-124页 |
| 6．4 具有变形缺陷的桁架构件承载能力预测 | 第124-127页 |
| 6．4．1 存在变形的桁架构件的承载能力分析 | 第124-125页 |
| 6．4．2 基于RBF网络的变形桁架杆的承载能力预测 | 第125-127页 |
| 6．5 本章小结 | 第127-128页 |
| 第7章 基于混合智能的起重机金属结构故障诊断与维修决策支持系统 | 第128-141页 |
| 7．1 课题背景及系统概述 | 第128-130页 |
| 7．2 起重机金属结构故障诊断与维修决策的基本问题 | 第130-131页 |
| 7．2．1 金属结构故障分析 | 第130页 |
| 7．2．2 金属结构故障诊断与维修决策的基本任务 | 第130-131页 |
| 7．3 系统分析与总体设计 | 第131-134页 |
| 7．3．1 系统设计的基本原则 | 第131-132页 |
| 7．3．2 系统总体结构及组成说明 | 第132-134页 |
| 7．4 知识的组织与管理 | 第134-135页 |
| 7．5 FMDS系统的运行条件及集成环境 | 第135-137页 |
| 7．6 系统运行实例 | 第137-139页 |
| 7．7 FMDS系统的主要特点 | 第139-140页 |
| 7．8 本章小结 | 第140-141页 |
| 第8章 全文总结 | 第141-145页 |
| 8．1 理论研究成果 | 第141-143页 |
| 8．2 应用研究成果 | 第143页 |
| 8．3 进一步研究展望 | 第143-145页 |
| 致谢 | 第145-146页 |
| 攻读博士学位期间发表的学术论文 | 第146-147页 |
| 参考文献 | 第147-156页 |
