| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·课题背景及意义 | 第8页 |
| ·柴油机故障诊断技术的研究现状及发展趋势 | 第8-12页 |
| ·柴油机故障诊断技术国内外研究现状 | 第8-10页 |
| ·柴油机故障诊断技术难点 | 第10页 |
| ·柴油机故障诊断技术的发展趋势 | 第10-11页 |
| ·神经网络的发展与其在故障诊断中的应用 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| 2 神经网络理论基础 | 第13-22页 |
| ·神经网络的基本概述 | 第13-14页 |
| ·神经网络的基本概念 | 第13页 |
| ·神经网络的基本特点与功能 | 第13-14页 |
| ·神经网络的应用领域 | 第14页 |
| ·人工神经元模型 | 第14-18页 |
| ·人工神经元的数学模型 | 第15-16页 |
| ·神经元的变换函数 | 第16-17页 |
| ·人工神经网路模型 | 第17-18页 |
| ·神经网络学习 | 第18-21页 |
| ·学习方式 | 第18-19页 |
| ·学习规则 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 神经网络故障诊断模型及其算法设计 | 第22-38页 |
| ·基于神经网络的故障诊断模型建模技术 | 第22-23页 |
| ·BP神经网络 | 第23-31页 |
| ·BP算法的基本思想 | 第23-24页 |
| ·BP网络模型 | 第24-25页 |
| ·BP学习算法 | 第25-29页 |
| ·BP算法的局限性 | 第29-30页 |
| ·BP算法的改进 | 第30-31页 |
| ·本文采用的改进方法 | 第31页 |
| ·ART网络 | 第31-33页 |
| ·RBF神经网络 | 第33-37页 |
| ·RBF神经网络概述 | 第33页 |
| ·RBF网络结构和算法 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于神经网络的柴油机燃油系故障诊断实例 | 第38-56页 |
| ·基于神经网络的柴油机故障诊断过程 | 第38-39页 |
| ·BP神经网络在柴油机燃油系故障诊断中的应用实例 | 第39-51页 |
| ·BP神经网络的设计 | 第39-43页 |
| ·改进 BP网络学习训练 | 第43-48页 |
| ·改进 BP神经网络学习结果 | 第48-49页 |
| ·改进 BP神经网络测试 | 第49-51页 |
| ·RBF神经网络在柴油机燃油系故障诊断中的应用实例 | 第51-55页 |
| ·RBF神经网络设计 | 第51-52页 |
| ·RBF神经网络学习训练 | 第52-54页 |
| ·RBF神经网络测试 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 5 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |