| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·模拟电路故障诊断概述 | 第7-9页 |
| ·模拟电路故障诊断的意义 | 第7页 |
| ·模拟电路故障的分类及其诊断任务 | 第7-8页 |
| ·模拟电路故障诊断的主要困难 | 第8页 |
| ·模拟电路故障诊断方法简介 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要工作及结构安排 | 第10-13页 |
| 2 人工神经网络的基本原理 | 第13-21页 |
| ·神经网络原理 | 第13-16页 |
| ·神经元模型 | 第13页 |
| ·神经网络的网络结构 | 第13-14页 |
| ·神经网络的学习模型 | 第14-15页 |
| ·神经网络的特点以及故障诊断中常用的网络模型 | 第15-16页 |
| ·BP神经网络 | 第16-19页 |
| ·BP神经网络结构 | 第16页 |
| ·BP学习算法 | 第16-19页 |
| ·BP神经网络应用于模拟电路故障诊断的优势 | 第19页 |
| ·BP神经网络作为模拟电路故障诊断方法存在的问题 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 BP神经网络的优化方法研究 | 第21-29页 |
| ·BP算法的改进 | 第21-24页 |
| ·学习速率自动调整法 | 第21页 |
| ·附加动量法 | 第21-22页 |
| ·LM(Levenberg-Marquardt)优化法 | 第22-24页 |
| ·基于遗传算法优化的BP神经网络 | 第24-28页 |
| ·遗传算法概述 | 第24页 |
| ·遗传算法的基本原理 | 第24-26页 |
| ·遗传算法优化的神经网络 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 4 基于遗传算法优化 BP神经网络的模拟电路故障诊断 | 第29-41页 |
| ·训练样本集的设计 | 第29-33页 |
| ·BP神经网络结构的设计 | 第33-34页 |
| ·隐含层数的确定 | 第33页 |
| ·输入层和输出层神经元数的确定 | 第33页 |
| ·隐含层神经元数的确定 | 第33-34页 |
| ·遗传算法对BP神经网络权值及阈值的优化设计 | 第34-36页 |
| ·BP神经网络的训练 | 第36-39页 |
| ·本章小结 | 第39-41页 |
| 5 基于 BP神经网络的模拟电路故障诊断系统的 FPGA设计 | 第41-67页 |
| ·系统总体设计 | 第41-42页 |
| ·FPGA设计流程及开发环境简介 | 第42-43页 |
| ·FPGA设计流程 | 第42-43页 |
| ·开发工具 Quartus II 简介 | 第43页 |
| ·模拟电路故障诊断系统的硬件设计 | 第43-47页 |
| ·系统主要芯片选型 | 第43-45页 |
| ·FPGA配置电路设计 | 第45-46页 |
| ·A/D采样电路设计 | 第46-47页 |
| ·按键接口电路设计 | 第47页 |
| ·LCD接口电路设计 | 第47页 |
| ·模拟电路故障诊断系统的软件设计 | 第47-66页 |
| ·AD采样控制模块设计 | 第48-49页 |
| ·FIFO模块设计 | 第49-51页 |
| ·数据预处理模块设计 | 第51-54页 |
| ·BP神经网络的FPGA设计 | 第54-63页 |
| ·LCD显示驱动模块设计 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 6 故障诊断系统测试 | 第67-69页 |
| 7 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
