首页--工业技术论文--化学工业论文--硅酸盐工业论文--水泥工业论文--生产过程与设备论文

基于贝叶斯网络的水泥回转窑故障诊断系统的研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-15页
    1.1 课题研究背景及意义第10-11页
    1.2 贝叶斯网络的发展第11页
    1.3 故障诊断技术的国内外研究现状第11-13页
    1.4 论文章节安排与主要研究内容第13-15页
第2章 贝叶斯网络理论基础研究第15-27页
    2.1 贝叶斯网络相关基础知识第15-19页
        2.1.1 概率论基础知识第15-17页
        2.1.2 图论基础知识第17-18页
        2.1.3 信息论基础知识第18-19页
    2.2 贝叶斯网络的定义第19页
    2.3 贝叶斯网络学习第19-26页
        2.3.1 贝叶斯网络结构学习第20-21页
        2.3.2 贝叶斯网络参数学习第21-23页
        2.3.3 贝叶斯网络推理第23-26页
    2.4 本章小结第26-27页
第3章 基于爬山法的贝叶斯网络结构学习改进算法第27-37页
    3.1 经典爬山法基本原理第27-28页
    3.2 SHC算法基本原理第28-30页
        3.2.1 最大支撑树第28-29页
        3.2.2 简化爬山法第29-30页
    3.3 SHC算法流程图与算法实现第30-32页
        3.3.1 SHC算法流程图第30页
        3.3.2 SHC算法实现第30-32页
    3.4 SHC算法仿真实验第32-36页
        3.4.1 基于Asia网络的仿真实验第33-34页
        3.4.2 基于Alarm网络的仿真实验第34-36页
    3.5 本章小结第36-37页
第4章 基于蚁群算法的贝叶斯网络结构学习改进算法第37-46页
    4.1 经典蚁群算法第37-38页
    4.2 改进蚁群算法第38-42页
        4.2.1 改进蚁群算法基本原理第38-39页
        4.2.2 改进蚁群算法模型特征第39-40页
        4.2.3 改进蚁群算法流程图第40页
        4.2.4 改进蚁群算法实施步骤第40-42页
    4.3 改进蚁群算法仿真实验第42-43页
    4.4 两种改进算法结果的比较第43-45页
    4.5 本章小结第45-46页
第5章 水泥回转窑故障诊断系统研究第46-57页
    5.1 水泥回转窑概况第46-48页
    5.2 水泥回转窑贝叶斯网络模型建立第48-52页
        5.2.1 水泥回转窑故障诊断系统模型变量选取第49页
        5.2.2 变量的数据采集与量化第49-50页
        5.2.3 贝叶斯网络模型建立第50-52页
    5.3 水泥回转窑贝叶斯网络参数学习第52-53页
    5.4 水泥回转窑贝叶斯网络推理诊断第53-56页
    5.5 本章小结第56-57页
结论第57-58页
参考文献第58-63页
攻读硕士学位期间承担的科研任务与主要成果第63-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:高速铁路接触网静动态性能退化特征分析
下一篇:基于动静态检测参数的高速铁路接触网性能退化评估