| 基于GA的模糊神经网络及其在故障诊断中的应用 | 第1-4页 |
| The Application of Fuzzy Neural Network Based on Genetic Algorithm to the Fault Detection and Diagnosis | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| 1．1 故障检测及诊断技术 | 第7-8页 |
| 1．2 常用的方法 | 第8-9页 |
| 1．3 课题背景 | 第9-10页 |
| 1．4 本文主要内容 | 第10-12页 |
| 第二章 模糊推理与神经网络 | 第12-25页 |
| 2．1 模糊推理 | 第12-18页 |
| 2．1．1 概述 | 第12-14页 |
| 2．1．2 模糊集合 | 第14-16页 |
| 2．1．3 模糊推理（Fuzzy Inference） | 第16-18页 |
| 2．1．3．1 模糊逻辑 | 第16页 |
| 2．1．3．2 模糊语言算子 | 第16-17页 |
| 2．1．3．3 模糊推理 | 第17-18页 |
| 2．2 神经网络 | 第18-24页 |
| 2．2．1 人工神经元模型 | 第18-20页 |
| 2．2．2 人工神经元网络的构成 | 第20-21页 |
| 2．2．3 人工神经元网络的学习 | 第21-23页 |
| 2．2．4 人工神经元网络的基本特性 | 第23-24页 |
| 2．3 本章小结 | 第24-25页 |
| 第三章 模糊神经网络技术及其在故障诊断中的应用 | 第25-38页 |
| 3．1 引言 | 第25页 |
| 3．2 模糊系统和神经网络的融合 | 第25-28页 |
| 3．3 模糊系统模型 | 第28-29页 |
| 3．4 模糊神经网络的结构 | 第29-30页 |
| 3．5 学习算法 | 第30-32页 |
| 3．6 基于FNN的故障诊断系统示例 | 第32-37页 |
| 3．6．1 FNN故障诊断系统概述 | 第32-33页 |
| 3．6．2 知识获取与学习样本组织 | 第33-35页 |
| 3．6．3 FNN系统构造与应用结果 | 第35-37页 |
| 3．7 本章小结 | 第37-38页 |
| 第四章 遗传算法及其在故障诊断中的应用 | 第38-61页 |
| 4．1 概述 | 第38-40页 |
| 4．2 经典遗传算法 | 第40-44页 |
| 4．2．1 杂交（Crossover） | 第42-43页 |
| 4．2．2 变异（Mutation） | 第43页 |
| 4．2．3 复制（Reproduction） | 第43-44页 |
| 4．3 遗传算法的模式理论 | 第44-48页 |
| 4．4 应用GA的几个要点 | 第48-49页 |
| 4．5 遗传算法的改进 | 第49-51页 |
| 4．6 基于GA的模糊神经网络故障诊断系统示例 | 第51-58页 |
| 4．6．1 基于GA的模糊神经网络结构 | 第51-53页 |
| 4．6．2 BP和GA结合算法实现 | 第53-58页 |
| 4．6．2．1 BP算法部分 | 第53-54页 |
| 4．6．2．2 GA算法部分 | 第54-56页 |
| 4．6．2．3 GA与BP的结合 | 第56-58页 |
| 4．7 本章小结 | 第58-61页 |
| 4．7．1 几点问题的讨论 | 第58-59页 |
| 4．7．2 三种故障诊断方法的比较 | 第59-61页 |
| 第五章 全文总结 | 第61-62页 |
| 参考文献 | 第62-70页 |
| 致谢 | 第70页 |