| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-16页 |
| ·研究背景与意义 | 第7-8页 |
| ·汽车故障诊断技术 | 第8-11页 |
| ·汽车故障诊断含义 | 第8-9页 |
| ·汽车故障的种类与特点 | 第9页 |
| ·汽车故障的诊断方法 | 第9-11页 |
| ·国内外研究水平和发展方向 | 第11-14页 |
| ·国外汽车诊断技术发展概况 | 第11-12页 |
| ·国内汽车诊断技术概况 | 第12-14页 |
| ·本文主要研究的内容 | 第14-16页 |
| 2 故障诊断系统理论方法 | 第16-24页 |
| ·故障诊断的主要理论方法 | 第16-19页 |
| ·基于神经网络的故障诊断 | 第19-24页 |
| ·神经网络的发展史 | 第19-21页 |
| ·神经网络的特性 | 第21页 |
| ·神经网络与汽车故障诊断 | 第21-24页 |
| 3 神经网络 | 第24-32页 |
| ·神经元结构模型 | 第24-25页 |
| ·神经网络的互连模式 | 第25-26页 |
| ·神经网络常用的几种学习算法 | 第26-29页 |
| ·Hebbian 学习规则 | 第27页 |
| ·梯度下降法 | 第27页 |
| ·感知器学习规则 | 第27-28页 |
| ·Widrow-Hoff 学习规则 | 第28页 |
| ·Winner-Take-All 学习规则 | 第28-29页 |
| ·神经网络应用于故障诊断的途径 | 第29-32页 |
| ·神经网络与故障诊断的模式识别 | 第29-30页 |
| ·神经网络与故障预测 | 第30-31页 |
| ·神经网络与故障诊断专家系统 | 第31-32页 |
| 4 BP 神经网络 | 第32-41页 |
| ·BP 网络 | 第32-37页 |
| ·BP 网络的主要功能 | 第32页 |
| ·BP 网络模型 | 第32-34页 |
| ·BP 网络规则 | 第34-35页 |
| ·网络训练过程 | 第35-37页 |
| ·BP 网络的设计 | 第37-39页 |
| ·网络的层数 | 第37-38页 |
| ·隐含层的神经元数 | 第38页 |
| ·初始权值的选取 | 第38页 |
| ·学习速率 | 第38-39页 |
| ·期望误差的选取 | 第39页 |
| ·限制与对策 | 第39-41页 |
| 5 基于BP 网络的汽车空调的控制仿真与故障诊断 | 第41-48页 |
| ·桑塔那2000 冷却和空调系统的控制电路图及工作情况 | 第41-42页 |
| ·控制关系仿真的神经网络模型 | 第42-45页 |
| ·输入、输出训练样本模式对的获取 | 第42-44页 |
| ·网络的训练 | 第44-45页 |
| ·仿真模型的建立 | 第45页 |
| ·控制关系仿真与故障诊断 | 第45-48页 |
| ·仿真与检验 | 第45-46页 |
| ·利用BP 神经网络模型进行空调和冷却系统的故障诊断 | 第46-48页 |
| 6 结论 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-51页 |