基于模糊神经网络的可靠性评价
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 1 引言 | 第11-15页 |
| ·论文选题的意义与目的 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本课题的创新点 | 第13页 |
| ·论文结构 | 第13-15页 |
| 2 人工神经网络与模糊数学理论概述 | 第15-27页 |
| ·人工神经网络概述 | 第15-17页 |
| ·人工神经网络的特点 | 第15页 |
| ·人工神经网络的分类 | 第15-16页 |
| ·人工神经网络的学习算法 | 第16-17页 |
| ·人工神经网络的应用领域 | 第17页 |
| ·模糊数学基本理论 | 第17-20页 |
| ·模糊集的定义及应用 | 第17-18页 |
| ·模糊集的表示法 | 第18-19页 |
| ·模糊集合隶属函数的建立 | 第19页 |
| ·模糊集合的基本运算 | 第19-20页 |
| ·模糊关系 | 第20-22页 |
| ·模糊关系的定义 | 第20-21页 |
| ·模糊关系的运算 | 第21页 |
| ·模糊化运算 | 第21-22页 |
| ·模糊系统和神经网络的融合 | 第22-26页 |
| ·模糊系统和神经网络结合的可能性 | 第22-24页 |
| ·模糊系统和神经网络结合的形态 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 模糊神经网络 | 第27-41页 |
| ·模糊神经网络概述 | 第27页 |
| ·模糊神经元与模糊神经网络 | 第27-29页 |
| ·FNN 模型的结构和原理 | 第29-33页 |
| ·FNN 模型的学习算法 | 第33-37页 |
| ·FNN 的 Matlab 程序实现 | 第37-40页 |
| ·FNN 的计算过程 | 第37-40页 |
| ·FNN 的训练过程 | 第40页 |
| ·本章小结 | 第40-41页 |
| 4 拖拉机可靠性评价指标体系 | 第41-48页 |
| ·拖拉机可靠性试验目的及方法 | 第41-42页 |
| ·拖拉机可靠性评价的指标 | 第42-45页 |
| ·平均首次故障时间 | 第42页 |
| ·平均无故障作业量 | 第42-43页 |
| ·平均维修时间及维修时间率 | 第43-44页 |
| ·有效度及故障频度 | 第44-45页 |
| ·拖拉机累积故障规律性研究 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 基于模糊神经网络的可靠性评价模型 | 第48-59页 |
| ·指标相对隶属度矩阵 | 第48-49页 |
| ·学习样本的生成 | 第49-51页 |
| ·FNN 的初始化 | 第51-54页 |
| ·基于FNN 的拖拉机可靠性评价 | 第54-58页 |
| ·实验数据的选择 | 第54-55页 |
| ·评价功能的Matlab 程序实现 | 第55-56页 |
| ·实验结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 6 结论 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间发表的学术论文 | 第64页 |
