| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-25页 |
| ·课题的背景和意义 | 第13-14页 |
| ·国内外研究动态 | 第14-20页 |
| ·人工神经网络故障诊断 | 第15-17页 |
| ·粒计算故障诊断 | 第17-18页 |
| ·粒计算与神经网络结合的必然性 | 第18-20页 |
| ·论文的研究内容及创新点 | 第20-21页 |
| ·研究内容 | 第20-21页 |
| ·创新点 | 第21页 |
| ·论文的组织结构 | 第21-25页 |
| 第二章 人工神经网络故障诊断算法 | 第25-37页 |
| ·引言 | 第25页 |
| ·人工神经网络的基本概念 | 第25-29页 |
| ·人工神经元模型 | 第25-27页 |
| ·人工神经网络的工作过程 | 第27-29页 |
| ·BP神经网络的主要不足及其原因 | 第29-30页 |
| ·基于BP神经网络的故障诊断算法 | 第30-35页 |
| ·基本思想 | 第30页 |
| ·算法结构 | 第30-31页 |
| ·算法步骤 | 第31-32页 |
| ·实验仿真 | 第32-35页 |
| ·小结 | 第35-37页 |
| 第三章 基于粒计算的知识约简算法 | 第37-61页 |
| ·引言 | 第37-38页 |
| ·粒计算的概述 | 第38-44页 |
| ·粒计算的基本问题 | 第38-40页 |
| ·粒计算的主要理论模型 | 第40-41页 |
| ·知识约简 | 第41-44页 |
| ·基于粒矩阵的知识约简算法 | 第44-53页 |
| ·基本概念 | 第44-49页 |
| ·算法步骤 | 第49-51页 |
| ·算例 | 第51-53页 |
| ·基于相对粒度的二进制粒计算约简算法 | 第53-59页 |
| ·知识的相对粒度及其属性重要性度量 | 第53-55页 |
| ·算法描述 | 第55-57页 |
| ·算法复杂度分析 | 第57页 |
| ·实验仿真 | 第57-59页 |
| ·小结 | 第59-61页 |
| 第四章 基于GrC-BP神经网络故障诊断方法及其应用 | 第61-83页 |
| ·引言 | 第61页 |
| ·基于GrC-BP神经网络的故障诊断方法 | 第61-63页 |
| ·基本思想 | 第61-62页 |
| ·算法步骤 | 第62-63页 |
| ·应用实例 | 第63-81页 |
| ·配电网故障诊断概述 | 第63-67页 |
| ·配电网故障诊断模型及决策表生成 | 第67-70页 |
| ·实例仿真 | 第70-80页 |
| ·结果分析 | 第80-81页 |
| ·小结 | 第81-83页 |
| 第五章 总结与展望 | 第83-85页 |
| ·总结 | 第83-84页 |
| ·展望 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 致谢 | 第91-93页 |
| 攻读学位期间已发表和录用的学术论文 | 第93-94页 |
| 攻读学位期间参研的科研工作 | 第94页 |