| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-25页 |
| ·引言 | 第12页 |
| ·国内外管道泄漏检测技术概述 | 第12-23页 |
| ·基于硬件的检测方法 | 第13-15页 |
| ·基于软件的检测方法 | 第15-23页 |
| ·研究内容与论文结构 | 第23-25页 |
| ·研究内容 | 第23-24页 |
| ·论文结构 | 第24-25页 |
| 第2章 课题的准备工作 | 第25-34页 |
| ·模糊神经网络 | 第25-32页 |
| ·模糊逻辑与隶属度函数 | 第25-26页 |
| ·神经网络 | 第26-29页 |
| ·模糊神经网络 | 第29-32页 |
| ·PSO优化算法简介 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于模糊RBF神经网络的管道泄漏检测与估计 | 第34-41页 |
| ·引言 | 第34页 |
| ·管道泄漏机理介绍 | 第34-35页 |
| ·管道泄漏检测模糊RBF神经网络的建立 | 第35-38页 |
| ·输入输出的模糊化 | 第35-36页 |
| ·隶属度函数及其参数的确定 | 第36页 |
| ·模糊RBF神经网络模型结构的确定 | 第36页 |
| ·模糊RBF神经网络学习样本的组织 | 第36-38页 |
| ·模糊RBF神经网络的测试 | 第38-39页 |
| ·模糊RBF神经网络的训练 | 第38页 |
| ·模糊RBF神经网络的测试 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 DCPSO-FNN管道泄漏检测与估计方法研究 | 第41-50页 |
| ·引言 | 第41页 |
| ·DCPSO优化算法 | 第41-42页 |
| ·广义概率积与广义概率和模糊神经网络的建立 | 第42-43页 |
| ·模糊神经元 | 第42页 |
| ·广义概率积与概率和模糊神经网络的建立 | 第42-43页 |
| ·管道泄漏检测的DCPSO-FNN仿真研究 | 第43-49页 |
| ·DCPSO-FNN权值优化 | 第43-44页 |
| ·DCPSO-FNN参数优化 | 第44-47页 |
| ·DCPSO-FNN网络测试 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 网络裁剪 | 第50-52页 |
| ·引言 | 第50页 |
| ·网络裁剪 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论与展望 | 第52-53页 |
| 参考文献 | 第53-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第62-63页 |
| 附录B 网络裁剪前后的权值 | 第63-68页 |