| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·选题背景 | 第8-9页 |
| ·国内外发展现状 | 第9页 |
| ·目前高速公路隧道监控系统的不足 | 第9-10页 |
| ·本文研究内容、方法以及目标 | 第10-11页 |
| ·本文的组织结构 | 第11-12页 |
| 第2章 神经网络与故障树分析法的基本理论 | 第12-32页 |
| ·神经网络的基本原理 | 第12-21页 |
| ·神经网络的基本模型 | 第12-13页 |
| ·神经网络的数学模型 | 第13-15页 |
| ·人工神经网络的学习 | 第15-17页 |
| ·BP算法的数学描述 | 第17-20页 |
| ·BP网络学习算法 | 第20-21页 |
| ·故障树分析法的基本理论 | 第21-32页 |
| ·故障树概述 | 第21-22页 |
| ·故障树的优势 | 第22页 |
| ·故障树分析的一般步骤 | 第22-23页 |
| ·故障树的建造 | 第23-24页 |
| ·故障树的规范化 | 第24-26页 |
| ·故障树的简化和模块分解 | 第26-27页 |
| ·故障树定性分析 | 第27-28页 |
| ·故障树定量分析 | 第28-30页 |
| ·故障树重要度分析 | 第30-32页 |
| 第3章 基于故障树的隧道故障检测的研究 | 第32-44页 |
| ·隧道控制系统的硬件介绍及故障信息 | 第32-33页 |
| ·基于故障树的隧道故障树建立 | 第33-37页 |
| ·隧道智能监控系统故障树的分析 | 第37页 |
| ·基于神经网络的故障检测 | 第37-42页 |
| ·神经网络检测数据故障的原理 | 第37-39页 |
| ·神经网络模型的建立 | 第39-42页 |
| ·MATLAB仿真实验 | 第42-44页 |
| 第4章 神经网络与故障树分析法在隧道故障检测中的应用 | 第44-49页 |
| ·隧道智能监控系统的功能描述 | 第44-46页 |
| ·隧道智能监控系统结构描述 | 第46-47页 |
| ·基于神经网络和故障树的隧道监控系统故障检测 | 第47-49页 |
| 第5章 总结与展望 | 第49-51页 |
| ·全文的总结 | 第49-50页 |
| ·需要进一步深入研究的问题 | 第50页 |
| ·展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |