| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究概况 | 第11-16页 |
| 1.2.1 以太网在电力通信网络中的应用现状 | 第11-12页 |
| 1.2.2 以太网故障诊断方法 | 第12-14页 |
| 1.2.3 启发式算法研究现状 | 第14-15页 |
| 1.2.4 神经网络研究现状 | 第15-16页 |
| 1.3 论文主要研究内容 | 第16-18页 |
| 第二章 云南地区行波子站以太网整体框架 | 第18-26页 |
| 2.1 云南地区行波子站拓扑结构 | 第18-19页 |
| 2.2 云南地区行波子站以太网结构 | 第19-22页 |
| 2.3 云南地区行波子站以太网故障类型及特征 | 第22-24页 |
| 2.4 云南地区行波子站中以太网故障诊断面临的问题 | 第24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 基于SOM网络的以太网故障诊断模型设计 | 第26-40页 |
| 3.1 神经网络算法的特点和分类 | 第26-29页 |
| 3.1.1 神经网络算法的特点 | 第26页 |
| 3.1.2 人工神经网络的分类 | 第26-29页 |
| 3.1.3 神经网络算法对故障诊断的适用性 | 第29页 |
| 3.2 SOM神经网络 | 第29-35页 |
| 3.2.1 SOM神经网络的结构 | 第30-32页 |
| 3.2.2 SOM神经网络算法 | 第32-35页 |
| 3.3 网络运行状态数据获取方法和故障诊断模型设计 | 第35-39页 |
| 3.3.1 网络运行状态数据获取 | 第35-38页 |
| 3.3.2 基于SOM神经网络的以太网故障诊断模型设计 | 第38-39页 |
| 3.4 本章总结 | 第39-40页 |
| 第四章 交互式教-学算法设计与优化性能研究 | 第40-54页 |
| 4.1 TLBO优化算法概述 | 第40-43页 |
| 4.1.1 TLBO算法基本概念 | 第40-42页 |
| 4.1.2 TLBO算法基本流程 | 第42-43页 |
| 4.2 交互式教-学优化算法设计 | 第43-49页 |
| 4.2.1 小世界网络 | 第45-46页 |
| 4.2.2 教学过程 | 第46页 |
| 4.2.3 交互过程 | 第46-47页 |
| 4.2.4 ITLO算法流程 | 第47-49页 |
| 4.3 ITLO优化性能研究 | 第49-53页 |
| 4.3.1 ITLO和TLBO算法对比 | 第49页 |
| 4.3.2 ITLO算法性能验证 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 基于ITLO最优SOM神经网络的以太网故障诊断建模及分析 | 第54-78页 |
| 5.1 数据采集与处理 | 第54-56页 |
| 5.2 ITLO优化的SOM故障诊断模型建立 | 第56-58页 |
| 5.3 诊断模型训练结果 | 第58-67页 |
| 5.3.1 未优化的SOM神经网络故障诊断模型训练结果 | 第58-62页 |
| 5.3.2 TLBO优化SOM神经网络的诊断模型训练结果 | 第62-64页 |
| 5.3.3 ITLO优化SOM神经网络的诊断模型训练结果 | 第64-67页 |
| 5.4 优化前后SOM神经网络质量对比分析 | 第67-69页 |
| 5.4.1 优化前后LDWI指标对比分析 | 第67-68页 |
| 5.4.2 TLBO优化和ITLO优化收敛结果对比 | 第68页 |
| 5.4.3 适应度函数对比分析 | 第68-69页 |
| 5.5 训练结果与测试效果对比与分析 | 第69-75页 |
| 5.5.1 优化前后模型训练结果对比 | 第69-72页 |
| 5.5.2 SOM、TLBO-SOM和ITLO-SOM模型测试结果对比 | 第72-75页 |
| 5.6 本章小结 | 第75-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 研究总结 | 第78-79页 |
| 6.2 研究展望 | 第79-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 附录 (攻读学位期间发表的论文和参加的科研项目) | 第88页 |
| 一、攻读硕士期间申请的论文与专利 | 第88页 |
| 二、攻读研究生期间参加的科研项目 | 第88页 |
