| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·电力电子电路故障诊断的研究背景和意义 | 第10页 |
| ·电力电子电路故障诊断的研究现状 | 第10-15页 |
| ·论文的主要研究内容 | 第15-16页 |
| ·论文的结构安排 | 第16-17页 |
| 第2章 人工神经网络的基本理论及其故障诊断应用 | 第17-25页 |
| ·人工神经网络的基本理论和原理 | 第17-20页 |
| ·人工神经元模型 | 第17-19页 |
| ·神经网络的学习规则及常见的几种神经网络 | 第19-20页 |
| ·BP 神经网络 | 第20-22页 |
| ·BP 神经网络的拓扑结构 | 第20-21页 |
| ·BP 神经网络算法原理 | 第21-22页 |
| ·人工神经网络在电力电子电路故障诊断中的应用 | 第22-24页 |
| ·电力电子电路故障模式 | 第22-23页 |
| ·神经网络在电力电子电路故障诊断中的应用 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于小波神经网络的故障诊断方法 | 第25-37页 |
| ·小波理论和小波变换 | 第25-28页 |
| ·小波和小波变换 | 第25-26页 |
| ·几种常用的小波函数 | 第26-28页 |
| ·小波神经网络 | 第28-29页 |
| ·小波神经网络用于双桥12 相脉波整流电路的故障诊断 | 第29-36页 |
| ·小波神经网络的学习算法设计 | 第29-32页 |
| ·基于小波神经网络的双桥12 相脉波整流电路的故障诊断 | 第32-34页 |
| ·故障诊断实验结果及比较 | 第34-36页 |
| ·故障诊断实验结果分析 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于量子神经网络的故障诊断方法 | 第37-48页 |
| ·量子计算的基本理论 | 第37-38页 |
| ·量子神经网络 | 第38-39页 |
| ·量子神经网络的提出 | 第38页 |
| ·量子神经网络模型 | 第38-39页 |
| ·量子神经网络用于双桥12 相脉波整流电路的故障诊断 | 第39-47页 |
| ·量子神经网络拓扑结构设计 | 第40页 |
| ·量子神经网络学习算法 | 第40-44页 |
| ·故障诊断实验结果及比较 | 第44-45页 |
| ·故障诊断实验结果分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于遗传神经网络的故障诊断方法 | 第48-61页 |
| ·遗传算法的基本理论 | 第48-50页 |
| ·遗传算法的原理及特点 | 第48-49页 |
| ·算法的基本要素 | 第49-50页 |
| ·遗传算法的执行过程 | 第50-52页 |
| ·遗传神经网络设计 | 第52-55页 |
| ·遗传神经网络的适应度函数设计 | 第52-53页 |
| ·遗传神经网络的种群设计 | 第53-54页 |
| ·遗传神经网络的选择算法设计 | 第54页 |
| ·遗传神经网络的交叉算法设计 | 第54页 |
| ·遗传神经网络的变异算法设计 | 第54-55页 |
| ·遗传神经网络的收敛性分析 | 第55页 |
| ·遗传神经网络对双桥12 相脉波整流电路进行故障诊断 | 第55-60页 |
| ·诊断实验结果及分析 | 第56页 |
| ·遗传算法的改进 | 第56-57页 |
| ·遗传算法改进后再进行故障诊断及比较诊断结果 | 第57-59页 |
| ·故障诊断结果分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第69页 |
