融合神经网络学习知识和专家知识的电网铁磁谐振故障诊断系统的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-13页 |
| ·课题研究的背景 | 第7-8页 |
| ·铁磁谐振故障诊断的研究现状 | 第8-12页 |
| ·铁磁谐振的研究现状 | 第8-9页 |
| ·专家系统故障诊断 | 第9-11页 |
| ·神经网络诊断系统 | 第11-12页 |
| ·本文所作的工作 | 第12-13页 |
| 第2章 铁磁谐振机理与故障诊断系统的结构 | 第13-22页 |
| ·铁磁谐振的机理 | 第13-18页 |
| ·神经网络与专家系统的结合 | 第18-21页 |
| ·神经网络与专家系统的互补性 | 第18-19页 |
| ·神经网络与专家系统结合的结构 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于神经网络理论的知识获取方法 | 第22-44页 |
| ·故障诊断专家系统中知识的获取方法 | 第22-25页 |
| ·基于神经网络的符号知识获取方法 | 第25-28页 |
| ·二值逻辑神经网络 | 第25-26页 |
| ·模糊逻辑神经网络 | 第26-27页 |
| ·三值/多值逻辑神经元网络 | 第27页 |
| ·本文采用的神经网络知识获取方法 | 第27-28页 |
| ·铁磁谐振故障诊断专家系统中的知识获取方法 | 第28-43页 |
| ·铁磁谐振故障 | 第28-29页 |
| ·铁磁谐振数据的模糊化处理 | 第29-34页 |
| ·BP神经网络故障诊断的知识获取 | 第34-39页 |
| ·规则抽取 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 故障诊断的推理控制策略 | 第44-55页 |
| ·系统总体设计 | 第44-45页 |
| ·系统推理机的设计 | 第45-46页 |
| ·基于专家系统的推理机的设计与实现 | 第46-51页 |
| ·基于神经网络的推理机的设计与实现 | 第51-52页 |
| ·解释机制的设计 | 第52-54页 |
| ·面向专家系统解释机制的设计 | 第52-54页 |
| ·面向神经网络的解释机制 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第5章 故障诊断系统的实现 | 第55-72页 |
| ·系统的开发目标 | 第55-56页 |
| ·系统的总体设计 | 第56-57页 |
| ·各功能模块的实现 | 第57-66页 |
| ·人机接口模块 | 第57-60页 |
| ·数据库管理模块 | 第60-64页 |
| ·知识获取模块 | 第64-65页 |
| ·其他功能模块 | 第65-66页 |
| ·故障诊断系统的测试和界面描述 | 第66-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读学位期间的研究成果 | 第78页 |
