| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 选题背景与研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9页 |
| 1.3 研究内容与独创性 | 第9-10页 |
| 1.4 全文的结构 | 第10-11页 |
| 第二章 预备知识 | 第11-22页 |
| 2.1 系统故障诊断模型及相关定义 | 第11-13页 |
| 2.2 BP神经网络 | 第13-16页 |
| 2.2.1 BP神经网络结构 | 第13-14页 |
| 2.2.2 BP神经网络学习过程 | 第14-16页 |
| 2.2.3 BP算法步骤 | 第16页 |
| 2.3 遗传算法 | 第16-22页 |
| 2.3.1 基本概念及步骤 | 第16-18页 |
| 2.3.2 基本算子和参数的选择 | 第18-19页 |
| 2.3.3 GA算法收敛性证明 | 第19-22页 |
| 第三章 Chwa & Hakimi模型下的改进BPFD算法—GA-BPFD算法 | 第22-36页 |
| 3.1 BPFD算法步骤 | 第22-23页 |
| 3.2 网络泛化性能研究 | 第23-28页 |
| 3.2.1 网络结构设置 | 第23-26页 |
| 3.2.2 BP神经网络激活函数改进 | 第26-28页 |
| 3.3 GA-BPFD算法 | 第28-34页 |
| 3.3.1 种群初始化及适应度函数构造 | 第28-29页 |
| 3.3.2 基本算子的设计 | 第29-30页 |
| 3.3.3 GA与BPFD算法的结合 | 第30-34页 |
| 3.4 算法可行性及时间复杂度分析 | 第34-36页 |
| 3.4.1 算法可行性分析 | 第34-35页 |
| 3.4.2 时间复杂度分析 | 第35-36页 |
| 第四章 实验与仿真 | 第36-45页 |
| 4.1 参数设置 | 第36页 |
| 4.2 激活函数改进实验仿真 | 第36-39页 |
| 4.3 测试样本的生成和GA-BP的训练 | 第39-41页 |
| 4.4 诊断实现 | 第41-44页 |
| 4.5 仿真小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士期间所发表的论文 | 第50-51页 |
| 致谢 | 第51页 |