首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于贝叶斯网络的列车故障诊断研究

致谢第1-6页
中文摘要第6-7页
ABSTRACT第7-10页
1 引言第10-16页
   ·贝叶斯网络的研究现状和发展方向第10-12页
   ·本文研究的背景和意义第12-14页
   ·本文研究的主要内容第14-16页
2 贝叶斯网络原理第16-23页
   ·条件概率及贝叶斯公式第16页
   ·贝叶斯网络理论基础第16-17页
     ·条件独立性第16页
     ·D-分离第16-17页
     ·联合概率分布第17页
   ·贝叶斯网络学习第17-20页
     ·贝叶斯网络结构学习算法第18页
     ·贝叶斯网络参数学习算法第18-20页
   ·贝叶斯网络推理算法第20-22页
     ·贝叶斯网络精确推理算法第20页
     ·贝叶斯网络近似推理算法第20-22页
   ·本章小结第22-23页
3 列车部件分析第23-29页
   ·列车部件依赖性分析第23-28页
     ·列车部件直接耦合第23-24页
     ·列车部件见解耦合第24页
     ·列车部件“V”结构耦合第24-26页
     ·列车不确定性耦合关系处理第26-28页
   ·本章小结第28-29页
4 基于贝叶斯网络的列车空气制动机故障诊断第29-36页
   ·自动式空气制动机贝叶斯网络建造第29-30页
   ·自动式空气制动机贝叶斯网络建造第30-31页
   ·自动式空气制动机诊断及推理第31-32页
   ·自动式空气制动机贝叶斯网络参数学习第32-35页
   ·本章小结第35-36页
5 辅助节点在列车贝叶斯网络故障模型中的应用第36-44页
   ·传统的贝叶斯网络节点划分第36页
   ·改进的贝叶斯网络节点划分第36-37页
   ·列车中的贝叶斯网络辅助节点第37-43页
     ·列车走行部贝叶斯网络故障诊断模型第37-43页
   ·本章小结第43-44页
6 列车整体贝叶斯网络试建立及解耦方法探讨第44-54页
   ·列车三大部分结构分析与贝叶斯网络建立第44-47页
   ·贝叶斯网络子网解耦方法的探讨第47-53页
   ·本章小结第53-54页
7 总结与展望第54-56页
   ·总结第54-55页
   ·展望第55-56页
参考文献第56-58页
作者简历第58-60页
学位论文数据集第60页

论文共60页,点击 下载论文
上一篇:用户兴趣自适应的个性化推荐系统的设计与实现
下一篇:交通运输能源效率及节能问题研究