| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1. 绪论 | 第10-15页 |
| ·模拟电路故障研究的背景及意义 | 第10-11页 |
| ·模拟电路故障诊断类型及研究现状讨论 | 第11-12页 |
| ·模拟电路故障诊断的故障类型 | 第11-12页 |
| ·国内外对模拟电路故障诊断研究的现状 | 第12页 |
| ·本文的主要工作及结构安排 | 第12-15页 |
| 2. 人工神经网络与模拟电路故障诊断理论研究 | 第15-24页 |
| ·人工神经网络的基本概述 | 第15-19页 |
| ·人工神经网络结构及BP神经元简介 | 第15-17页 |
| ·人工神经网络的优势所在 | 第17-18页 |
| ·神经网络的故障诊断能力优劣 | 第18页 |
| ·神经网络故障诊断系统的性能评价及适应范围 | 第18-19页 |
| ·BP算法及改进算法简介 | 第19-24页 |
| ·BP算法模型简介 | 第20-22页 |
| ·BP算法的改进 | 第22-24页 |
| 3. 故障特征提取及神经网络结构的确定 | 第24-32页 |
| ·故障特征的提取 | 第24-25页 |
| ·构造输入输出样本集 | 第25-27页 |
| ·输入量及输出量的提取和表示方法 | 第26页 |
| ·输入样本数据的预处理 | 第26-27页 |
| ·网络结构的确定 | 第27-30页 |
| ·隐层层数及隐层神经元节点数的确定 | 第27-28页 |
| ·BP网络常用的传递函数 | 第28-30页 |
| ·初始权值和学习速率以及误差的选取 | 第30-31页 |
| ·网络的训练及测试 | 第31-32页 |
| 4. LabVIEW平台上BP神经网络及其优化算法的实现 | 第32-49页 |
| ·LabVIEW虚拟仪器开发平台概述 | 第32-36页 |
| ·LabVIEW开发环境的特点 | 第33-34页 |
| ·LabVIEW环境下开发程序 | 第34-36页 |
| ·LabVIEW中BP神经网络算法的实现 | 第36-43页 |
| ·图形化编程实现BP算法 | 第37-39页 |
| ·利用混合编程实现BP改进算法 | 第39-43页 |
| ·对两种实现方法的有效性测试 | 第43-49页 |
| ·图形化标准BP算法有效性的验证 | 第44-46页 |
| ·混合编程实现BP改进算法有效性的验证 | 第46-49页 |
| 5. 基于LabVIEW与Matlab混合编程的模拟电路故障诊断系统设计 | 第49-62页 |
| ·待诊断电路一 | 第49-50页 |
| ·BP网络结构设计 | 第50-53页 |
| ·样本集构造 | 第50-52页 |
| ·BP网络结构各参数的确定 | 第52-53页 |
| ·LabVIEW 中程序设计实现 | 第53-56页 |
| ·子Ⅵ的制作过程 | 第53-56页 |
| ·模拟电路故障诊断系统的设计 | 第56页 |
| ·待诊断电路一的诊断结果 | 第56-59页 |
| ·待诊断电路二及其诊断结果 | 第59-62页 |
| 结束语 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |