| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 课题研究意义 | 第12-13页 |
| 1.2 机械故障诊断理论与方法的研究现状 | 第13-17页 |
| 1.2.1 在传感器及其优化布置方面的研究现状 | 第14-16页 |
| 1.2.2 在状态模式识别方面的研究现状 | 第16-17页 |
| 1.3 混合蛙跳算法的国内外研究现状 | 第17-21页 |
| 1.3.1 群智能优化算法的研究现状 | 第17-18页 |
| 1.3.2 混合蛙跳算法的理论及改进研究现状 | 第18-19页 |
| 1.3.3 混合蛙跳算法的工程应用现状 | 第19-21页 |
| 1.4 混合蛙跳算法在机械故障诊断中的技术路线 | 第21-23页 |
| 1.5 论文的主要内容安排 | 第23-26页 |
| 第2章 混合蛙跳算法的收敛性能及参数效能研究 | 第26-55页 |
| 2.1 引言 | 第26页 |
| 2.2 混合蛙跳算法的相关理论基础 | 第26-29页 |
| 2.2.1 模因及模因演算法的概念及描述 | 第26-28页 |
| 2.2.2 混合多种群进化算法描述 | 第28-29页 |
| 2.2.3 粒子群算法描述 | 第29页 |
| 2.3 混合蛙跳算法的原理 | 第29-35页 |
| 2.3.1 混合蛙跳算法的元启发思想框架 | 第30-31页 |
| 2.3.2 混合蛙跳算法的数学模型 | 第31-32页 |
| 2.3.3 混合蛙跳算法的流程 | 第32-35页 |
| 2.4 混合蛙跳算法的收敛性能研究 | 第35-42页 |
| 2.4.1 青蛙个体的进化轨迹分析 | 第35-36页 |
| 2.4.2 算法的全局收敛分析 | 第36-38页 |
| 2.4.3 算法的收敛速度分析 | 第38-42页 |
| 2.4.4 算法的复杂度分析 | 第42页 |
| 2.5 混合蛙跳算法的参数效能研究 | 第42-53页 |
| 2.5.1 方差分析及相关概念 | 第43-45页 |
| 2.5.2 测试函数及参数设置水平 | 第45-46页 |
| 2.5.3 实验结果分析 | 第46-53页 |
| 2.6 本章小结 | 第53-55页 |
| 第3章 基于遗传算法的0-1离散混合蛙跳算法改进及应用 | 第55-69页 |
| 3.1 引言 | 第55页 |
| 3.2 传感器优化布置的理论模型概述 | 第55-58页 |
| 3.2.1 故障-传感器相关矩阵 | 第55-56页 |
| 3.2.2 优化目标及约束条件 | 第56-58页 |
| 3.3 基于遗传算法的0-1离散SFLA的改进研究 | 第58-63页 |
| 3.3.1 混合蛙跳算法的离散化 | 第58页 |
| 3.3.2 基于交叉和变异算子的改进算法 | 第58-60页 |
| 3.3.3 改进算法的收敛性分析 | 第60-61页 |
| 3.3.4 仿真验证 | 第61-63页 |
| 3.4 在齿轮箱状态监测中传感器优化布置的应用 | 第63-68页 |
| 3.4.1 实验方案 | 第63-64页 |
| 3.4.2 混合蛙跳算法的应用及结果分析 | 第64-67页 |
| 3.4.3 参数选择对测试结果的影响 | 第67-68页 |
| 3.5 本章小结 | 第68-69页 |
| 第4章 基于混沌思想和收缩因子的连续型混合蛙跳算法改进及应用 | 第69-85页 |
| 4.1 引言 | 第69页 |
| 4.2 基于混沌和收敛因子的混合蛙跳算法的改进 | 第69-76页 |
| 4.2.1 青蛙的混沌化 | 第70-71页 |
| 4.2.2 具有收缩因子的更新策略 | 第71-72页 |
| 4.2.3 仿真实验及验证 | 第72-76页 |
| 4.3 ISFLA-BP网络 | 第76-77页 |
| 4.3.1 BP网络的基本原理 | 第76-77页 |
| 4.3.2 基于ISFLA的BP网络训练 | 第77页 |
| 4.3.3 ISFLA-BP的复杂度分析 | 第77页 |
| 4.4 ISFLA-BP在轴承早期故障诊断中的应用 | 第77-84页 |
| 4.4.1 实验数据 | 第77-79页 |
| 4.4.2 基于EMD分解的样本熵故障特征提取 | 第79-82页 |
| 4.4.3 实验结果 | 第82-84页 |
| 4.5 本章小结 | 第84-85页 |
| 第5章 基于竞争策略的SFLA改进研究及在自适应聚类分析中的应用 | 第85-112页 |
| 5.1 引言 | 第85页 |
| 5.2 聚类分析的概述 | 第85-87页 |
| 5.2.1 聚类分析的数学模型 | 第86页 |
| 5.2.2 K-Means方法 | 第86-87页 |
| 5.3 基于竞争策略的混合蛙跳算法 | 第87-95页 |
| 5.3.1 差分进化算法概述 | 第87-89页 |
| 5.3.2 基于竞争策略的混合蛙跳算法的改进 | 第89-91页 |
| 5.3.3 仿真验证 | 第91-95页 |
| 5.4 基于改进的混合蛙跳算法的自适应聚类分析 | 第95-103页 |
| 5.4.1 基于改进型混合蛙跳算法的聚类分析过程 | 第95-96页 |
| 5.4.2 聚类有效性指标 | 第96-99页 |
| 5.4.3 仿真实验及验证 | 第99-103页 |
| 5.5 故障分类实例 | 第103-110页 |
| 5.5.1 基于CA-MSFLA算法的故障诊断步骤 | 第103页 |
| 5.5.2 汽轮发电机组振动故障诊断 | 第103-106页 |
| 5.5.3 齿轮箱故障诊断 | 第106-110页 |
| 5.6 本章小结 | 第110-112页 |
| 第6章 基于惯性权重的混合蛙跳算法改进及应用研究 | 第112-126页 |
| 6.1 引言 | 第112页 |
| 6.2 基于惯性权重的改进型混合蛙跳算法 | 第112-119页 |
| 6.2.1 改进原理 | 第112-113页 |
| 6.2.2 惯性权重与算法收敛性的关系 | 第113-114页 |
| 6.2.3 惯性权重的形式 | 第114-115页 |
| 6.2.4 仿真验证 | 第115-119页 |
| 6.3 基于MSFLA-VPMCD的模式识别方法及应用 | 第119-122页 |
| 6.3.1 VPMCD原理简介 | 第119页 |
| 6.3.2 MSFLA-VPMCD方法 | 第119-120页 |
| 6.3.3 MSFLA-VPMCD在滚动轴承故障诊断中的应用 | 第120-122页 |
| 6.4 三种连续变量的改进型混合蛙跳算法性能对比 | 第122-125页 |
| 6.5 本章小结 | 第125-126页 |
| 第7章 总结与展望 | 第126-129页 |
| 7.1 全文工作总结 | 第126-127页 |
| 7.2 未来展望 | 第127-129页 |
| 参考文献 | 第129-142页 |
| 致谢 | 第142-143页 |
| 作者在博士研究生期间发表的论文及科研情况 | 第143页 |
