基于智能学习算法的信号设备故障诊断分析与研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·选题背景及意义 | 第9页 |
| ·国内外研究现状及发展趋势 | 第9-12页 |
| ·故障诊断技术发展过程 | 第9-11页 |
| ·信号设备故障诊断现状 | 第11-12页 |
| ·论文研究内容及创新点 | 第12-13页 |
| 2 铁路信号设备故障与诊断方法 | 第13-21页 |
| ·信号设备常见故障及原因 | 第13-14页 |
| ·故障诊断技术与方法 | 第14-19页 |
| ·诊断技术研究 | 第14-15页 |
| ·诊断方法分析 | 第15-19页 |
| ·信号设备故障诊断研究 | 第19-20页 |
| ·小结 | 第20-21页 |
| 3 智能学习算法的研究 | 第21-36页 |
| ·学习的基础理论 | 第21-26页 |
| ·机器学习与学习方法 | 第21-23页 |
| ·知识表示与知识获取 | 第23-26页 |
| ·基于决策树的学习算法 | 第26-32页 |
| ·决策树构建模型 | 第26-29页 |
| ·决策树量化标准 | 第29-30页 |
| ·学习算法分析 | 第30-32页 |
| ·C4.5 算法 | 第32-35页 |
| ·小结 | 第35-36页 |
| 4 基于决策树 C4.5 算法的专家系统设计 | 第36-52页 |
| ·专家系统结构及诊断流程设计 | 第36-38页 |
| ·知识库的设计 | 第38-44页 |
| ·基于产生式规则的知识表示 | 第38-39页 |
| ·知识获取机构设计 | 第39-40页 |
| ·知识库的构建 | 第40-43页 |
| ·知识库的维护 | 第43-44页 |
| ·推理机的设计 | 第44-47页 |
| ·系统其它模块设计 | 第47-51页 |
| ·数据库 | 第47-48页 |
| ·解释机制 | 第48-50页 |
| ·人机接口 | 第50-51页 |
| ·小结 | 第51-52页 |
| 5 基于决策树 C4.5 算法的故障诊断实现 | 第52-64页 |
| ·故障电路 | 第52-53页 |
| ·C4.5 算法构建知识库 | 第53-60页 |
| ·获取训练实例集 | 第53-55页 |
| ·建立决策树 | 第55-59页 |
| ·生成规则集 | 第59-60页 |
| ·推理输出诊断结果 | 第60-61页 |
| ·故障诊断测试与分析 | 第61-63页 |
| ·诊断功能测试 | 第61-63页 |
| ·诊断结果分析 | 第63页 |
| ·小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 攻读学位期间的研究成果 | 第68页 |
