| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 插图索引 | 第13-15页 |
| 附表索引 | 第15-16页 |
| 第1章 绪论 | 第16-22页 |
| 1.1 模拟电路故障诊断研究的意义 | 第16-18页 |
| 1.2 模拟电路故障诊断研究的发展及现状 | 第18-20页 |
| 1.3 论文的主要研究内容及结构安排 | 第20-22页 |
| 第2章 神经网络和小波分析在电路故障诊断中的应用 | 第22-48页 |
| 2.1 神经网络(NN) | 第22-29页 |
| 2.1.1 神经网络基础知识 | 第22-24页 |
| 2.1.2 学习规则 | 第24-25页 |
| 2.1.3 神经网络的推广能力 | 第25-26页 |
| 2.1.4 BP 神经网络学习算法 | 第26-29页 |
| 2.2 小波分析 | 第29-38页 |
| 2.2.1 基本概念 | 第29-30页 |
| 2.2.2 小波函数 | 第30-33页 |
| 2.2.3 小波分解和重构 | 第33-37页 |
| 2.2.4 小波基的特性 | 第37-38页 |
| 2.3 基于小波的故障特征提取法 | 第38-39页 |
| 2.3.1 基于绝对值最大值的故障特征提取方法 | 第38-39页 |
| 2.3.2 基于平方和的故障特征提取方法 | 第39页 |
| 2.4 小波神经网络在模拟电路故障诊断中的应用 | 第39-42页 |
| 2.4.1 基于小波预处理的神经网络模拟电路故障诊断方法 | 第40页 |
| 2.4.2 小波神经网络（ WNN ）的电路故障诊断法 | 第40-41页 |
| 2.4.3 小波神经网络的特点 | 第41-42页 |
| 2.5 基于小波神经网络的模拟电路故障诊断实例 | 第42-47页 |
| 2.6 小结 | 第47-48页 |
| 第3章 遗传算法在电路故障诊断中的应用 | 第48-63页 |
| 3.1 遗传算法概述 | 第48-50页 |
| 3.1.1 遗传算法基本思想 | 第48-49页 |
| 3.1.2 遗传算法的特点 | 第49-50页 |
| 3.2 基本遗传算法 | 第50-55页 |
| 3.2.1 简单遗传算法 | 第50-51页 |
| 3.2.2 遗传算法的基本操作 | 第51-53页 |
| 3.2.3 遗传算法的编码 | 第53-54页 |
| 3.2.4 遗传算法的适应度及其调整 | 第54-55页 |
| 3.3 遗传算法对人工神经网络的优化 | 第55-59页 |
| 3.3.1 神经网络结构的优化 | 第55-56页 |
| 3.3.2 神经网络连接权的优化 | 第56-57页 |
| 3.3.3 神经网络学习规则的优化 | 第57-58页 |
| 3.3.4 混合训练神经网络 | 第58-59页 |
| 3.4 遗传算法在模拟电路故障诊断中的应用 | 第59-61页 |
| 3.5 诊断实例 | 第61页 |
| 3.6 小结 | 第61-63页 |
| 第4章 模糊免疫算法在模拟电路故障诊断中的应用 | 第63-75页 |
| 4.1 概述 | 第63页 |
| 4.2 人工免疫系统 | 第63-65页 |
| 4.2.1 免疫系统概述 | 第63-64页 |
| 4.2.2 免疫系统的仿生机理 | 第64-65页 |
| 4.3 免疫算法原理 | 第65-68页 |
| 4.3.1 免疫算法简介 | 第66页 |
| 4.3.2 免疫算法的一般步骤 | 第66-67页 |
| 4.3.3 免疫系统与算法的关系 | 第67-68页 |
| 4.4 模糊免疫算法基本原理 | 第68-71页 |
| 4.4.1 模糊算法基本原理 | 第68-70页 |
| 4.4.2 模糊免疫算法基本原理 | 第70页 |
| 4.4.3 一般性的模糊免疫算法流程描述 | 第70-71页 |
| 4.5 诊断实例 | 第71-74页 |
| 4.6 结论 | 第74-75页 |
| 第5章 符号分析法在模拟电路故障诊断中的应用 | 第75-91页 |
| 5.1 符号分析概述 | 第75页 |
| 5.2 符号分析表达式的近似算法 | 第75-83页 |
| 5.2.1 符号分析表达式近似处理描述 | 第75-76页 |
| 5.2.2 符号分析表达式近似处理的要求 | 第76-77页 |
| 5.2.3 近似处理表达式的形式 | 第77-78页 |
| 5.2.4 规范 SOP 形式的近似处理 | 第78-83页 |
| 5.3 电路故障诊断的原理及方法 | 第83-87页 |
| 5.3.1 单一故障诊断方法 | 第84-85页 |
| 5.3.2 多故障诊断方法 | 第85-87页 |
| 5.4 诊断实例 | 第87-90页 |
| 5.5 结论 | 第90-91页 |
| 第6章 大规模电路测试与故障诊断方法 | 第91-103页 |
| 6.1 概述 | 第91页 |
| 6.2 子电路的神经网络诊断 | 第91-95页 |
| 6.2.1 子电路的神经网络诊断步骤 | 第91-92页 |
| 6.2.2 子电路的容差分析与处理 | 第92-94页 |
| 6.2.3 学习算法 | 第94-95页 |
| 6.3 大规模电路的神经网络故障诊断 | 第95-99页 |
| 6.3.1 大规模电路的撕裂原则 | 第95-97页 |
| 6.3.2 大规模电路的神经网络诊断 | 第97-99页 |
| 6.4 大规模模拟电路故障诊断的分层神经网络方法 | 第99-102页 |
| 6.5 小结 | 第102-103页 |
| 结论 | 第103-105页 |
| 参考文献 | 第105-114页 |
| 致谢 | 第114-115页 |
| 附录 A 攻读学位期间的主要成果 | 第115-118页 |
| 附录 B 攻读学位期间科研项目 | 第118页 |