| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-23页 |
| ·引言 | 第10页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·信息融合技术 | 第11-16页 |
| ·信息融合的分类 | 第11-13页 |
| ·信息融合的模型与算法 | 第13-16页 |
| ·证据理论方法 | 第16-17页 |
| ·证据理论算法的概述 | 第16页 |
| ·证据理论的研究现状 | 第16页 |
| ·证据理论存在的问题 | 第16-17页 |
| ·风力发电机故障诊断的概述 | 第17-21页 |
| ·风力发电机组的主要结构 | 第17-19页 |
| ·风力发电机组的常见故障 | 第19-21页 |
| ·论文的主要研究内容及结构安排 | 第21-23页 |
| ·论文的主要研究内容 | 第21页 |
| ·论文的结构安排 | 第21-23页 |
| 第2章 D_S证据理论算法的研究 | 第23-38页 |
| ·引言 | 第23页 |
| ·证据理论的基本理论 | 第23-30页 |
| ·证据理论的基本概念与公式 | 第23-27页 |
| ·D_S证据理论的组合规则 | 第27-28页 |
| ·证据理论的应用举例 | 第28-30页 |
| ·证据理论的决策规则 | 第30-31页 |
| ·证据理论的优点及其存在的问题 | 第31-32页 |
| ·证据理论的优点 | 第31-32页 |
| ·证据理论存在的问题 | 第32页 |
| ·证据理论在信息融合中的应用 | 第32-36页 |
| ·单传感器多测量周期的概率赋值的融合 | 第33-34页 |
| ·多传感器的多测量周期的概率赋值的融合 | 第34-36页 |
| ·证据理论的信息融合故障诊断方法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 改进的证据理论算法的研究 | 第38-48页 |
| ·引言 | 第38页 |
| ·现有的改进的证据理论方法 | 第38-43页 |
| ·修改证据理论的组合规则的改进方式 | 第38-42页 |
| ·修改证据源的改进方式 | 第42-43页 |
| ·改进的D_S证据理论 | 第43-47页 |
| ·证据的冲突强度 | 第44-45页 |
| ·证据的均值距离 | 第45页 |
| ·改进的证据理论 | 第45-46页 |
| ·改进方法的算例分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 改进的证据理论在风力发电机组故障诊断中的应用 | 第48-58页 |
| ·引言 | 第48-49页 |
| ·风力发电机组的主要的故障模式和诊断方法 | 第49-50页 |
| ·风力发电机组常见的故障模式 | 第49-50页 |
| ·风力发电机组的常见的故障诊断方法 | 第50页 |
| ·基本概率赋值函数(BPA)的提获取 | 第50-55页 |
| ·神经网络的理论 | 第50-51页 |
| ·基于随机集的粗糙集属性约简 | 第51-52页 |
| ·基于随机集的粗糙集-神经网络系统 | 第52-53页 |
| ·基本概率赋值(BPA)的获取 | 第53-55页 |
| ·改进的D_S证据理论在风力发电机组故障诊断中的应用 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·论文总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 作者在攻读硕士学位期间发表的论文 | 第66页 |