大型渡槽劣化模糊预测及维修计划鲁棒优化
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第9-12页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 模糊预测的研究现状 | 第10页 |
| 1.3 渡槽维修的研究现状 | 第10页 |
| 1.4 主要研究内容及技术路线 | 第10-12页 |
| 1.4.1 研究的主要内容 | 第10-11页 |
| 1.4.2 研究的技术路线 | 第11-12页 |
| 2 渡槽劣化不确定性 | 第12-18页 |
| 2.1 渡槽劣化的不确定性 | 第12-13页 |
| 2.2 渡槽的常见病害 | 第13-14页 |
| 2.3 渡槽劣化影响因素 | 第14-16页 |
| 2.4 渡槽劣化过程不确定性的概化模型 | 第16-18页 |
| 3 基于神经网络算法的渡槽劣化过程模糊预测 | 第18-32页 |
| 3.1 模糊数学 | 第18-19页 |
| 3.1.1 模糊集与隶属度 | 第18页 |
| 3.1.2 隶属度的确定 | 第18-19页 |
| 3.1.3 模糊模式识别 | 第19页 |
| 3.2 人工神经网络算法 | 第19-25页 |
| 3.2.1 人工神经网络的发展 | 第20页 |
| 3.2.2 人工神经网络的特点 | 第20-21页 |
| 3.2.3 人工神经网络建模基础 | 第21-23页 |
| 3.2.4 几种典型的神经网络 | 第23-25页 |
| 3.3 渡槽劣化过程模糊预测 | 第25-32页 |
| 3.3.1 模糊预测模型 | 第25-28页 |
| 3.3.2 模型参数设置及预测结果 | 第28-30页 |
| 3.3.3 预测结果分析 | 第30-32页 |
| 4 渡槽维修计划优化模型及其求解算法 | 第32-40页 |
| 4.1 常用维修工法简介 | 第32-33页 |
| 4.2 寿命周期成本理论 | 第33页 |
| 4.3 实用优化模型的建立 | 第33-34页 |
| 4.4 遗传算法的实现 | 第34-36页 |
| 4.5 病毒进化遗传算法 | 第36-38页 |
| 4.6 VEGA 的改进 | 第38-40页 |
| 5 渡槽维修优化实例 | 第40-47页 |
| 5.1 某渡槽的劣化模型 | 第40-41页 |
| 5.2 AVEGA 优化模型 | 第41-42页 |
| 5.2.1 优化模型参数设计 | 第41-42页 |
| 5.2.2 劣化模型不确定性处理 | 第42页 |
| 5.3 优化结果及分析 | 第42-47页 |
| 5.3.1 优化结果 | 第42-44页 |
| 5.3.2 优化效果分析 | 第44-47页 |
| 6 结论与展望 | 第47-48页 |
| 6.1 结论 | 第47页 |
| 6.2 展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 在读期间发表的学术论文 | 第52-53页 |
| 作者简介 | 第53-54页 |
| 致谢 | 第54-55页 |
