| 第一章 绪论 | 第1-20页 |
| 1．1 选题背景及意义 | 第9-10页 |
| 1．2 故障诊断的发展与研究现状 | 第10-19页 |
| 1．3 本文的主要工作 | 第19-20页 |
| 第二章 专家系统概述 | 第20-27页 |
| 2．1 专家系统的发展及研究现状 | 第20-22页 |
| 2．2 专家系统的结构及特点 | 第22-25页 |
| 2．3 专家系统面临的问题及发展趋势 | 第25-27页 |
| 第三章 雷达电源故障诊断专家系统的设计与实现 | 第27-59页 |
| 3．1 雷达电源通用测试台 | 第27-28页 |
| 3．2 雷达电源故障诊断专家系统开发工具的选择 | 第28-29页 |
| 3．3 雷达电源故障诊断专家系统的总体结构设计 | 第29-33页 |
| 3．4 雷达电源故障诊断专家系统的主要功能模块的设计 | 第33-56页 |
| 3．4．1 知识库的设计 | 第33-46页 |
| 3．4．2 推理机的设计 | 第46-53页 |
| 3．4．3 知识获取器的设计 | 第53-54页 |
| 3．4．4 解释机的设计 | 第54-55页 |
| 3．4．5 人机接口的设计 | 第55-56页 |
| 3．5 雷达电源非线性元器件的诊断方法 | 第56-59页 |
| 第四章 神经网络理论 | 第59-66页 |
| 4．1 神经网络的基本原理及特点 | 第59-61页 |
| 4．2 BP神经网络 | 第61-65页 |
| 4．3 BP神经网络存在的一些问题及改进方法 | 第65-66页 |
| 第五章 雷达电源典型故障的BP网络诊断 | 第66-84页 |
| 5．1 训练样本集的获取 | 第66-71页 |
| 5．2 利用粗糙集对故障样本约简 | 第71-73页 |
| 5．3 BP神经网络的构建和训练 | 第73-77页 |
| 5．4 网络泛化能力的改进 | 第77-81页 |
| 5．5 BP神经网络方法与专家系统方法的比较 | 第81-84页 |
| 第六章 结论与展望 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90页 |