摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-13页 |
·课题研究背景及意义 | 第8-9页 |
·智能故障诊断技术国内外研究现状 | 第9-12页 |
·论文主要工作和结构安排 | 第12-13页 |
2 支持向量机相关理论 | 第13-27页 |
·支持向量机 | 第13-21页 |
·最优超平面 | 第13-14页 |
·线性支持向量机 | 第14-16页 |
·非线性支持向量机 | 第16-18页 |
·支持向量机多分类算法 | 第18-21页 |
·参数优化算法 | 第21-25页 |
·网格搜索法 | 第21-22页 |
·遗传算法 | 第22-23页 |
·粒子群算法背景介绍 | 第23页 |
·基本粒子群算法流程 | 第23-25页 |
·本章小结 | 第25-27页 |
3 模糊支持向量机及模糊C均值聚类算法 | 第27-33页 |
·模糊支持向量机的建立 | 第27-28页 |
·模糊隶属度分析 | 第28-30页 |
·模糊C均值聚类算法 | 第30-32页 |
·本章小结 | 第32-33页 |
4 基于粒子群优化的FSVM在煤层气单井故障诊断中的应用 | 第33-44页 |
·煤层气单井采气工艺及故障分析 | 第33-36页 |
·样本描述及预处理 | 第36-38页 |
·基于PSO-FSVM的煤层气单井故障诊断模型建模过程 | 第38-39页 |
·实验结果及分析 | 第39-43页 |
·实验结果 | 第39-43页 |
·结果分析 | 第43页 |
·本章小结 | 第43-44页 |
5 煤层气井故障诊断系统开发与设计 | 第44-51页 |
·系统需求分析 | 第44页 |
·系统功能模块及数据库设计 | 第44-46页 |
·煤层气井故障诊断系统具体实现 | 第46-50页 |
·登录注册模块 | 第46-47页 |
·系统首页 | 第47-48页 |
·故障诊断模块 | 第48-49页 |
·故障信息查询模块 | 第49-50页 |
·本章小结 | 第50-51页 |
结论 | 第51-53页 |
参考文献 | 第53-56页 |
攻读硕士学位期间发表学术论文情况 | 第56-57页 |
致谢 | 第57-58页 |