| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 论文选题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国内外研究现状 | 第12-13页 |
| 1.2.2 论文创新点及解决的问题 | 第13-14页 |
| 1.3 本论文的主要研究内容 | 第14-16页 |
| 第2章 电务综合监督系统简介及相关算法理论分析 | 第16-28页 |
| 2.1 电务综合监督系统 | 第16-19页 |
| 2.1.1 电务综合监督系统总体结构 | 第16-17页 |
| 2.1.2 电务综合监督系统功能简介 | 第17-18页 |
| 2.1.3 ZPW-2000A监测子系统 | 第18-19页 |
| 2.2 BP神经网络相关理论 | 第19-21页 |
| 2.2.1 BP神经网络结构 | 第19-20页 |
| 2.2.2 BP学习算法原理 | 第20-21页 |
| 2.3 遗传算法 | 第21-23页 |
| 2.4 模糊综合评判 | 第23-27页 |
| 2.4.1 模糊综合评判模型概述 | 第23-24页 |
| 2.4.2 因素权重的确定 | 第24-26页 |
| 2.4.3 隶属度函数的确定 | 第26页 |
| 2.4.4 综合评判常用数学模型 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于智能学习算法的轨道电路报警分析方法研究 | 第28-50页 |
| 3.1 ZPW-2000A轨道电路简介 | 第28-30页 |
| 3.2 现场轨道电路报警分析 | 第30-34页 |
| 3.3 基于智能诊断算法的轨道电路报警分析方法研究 | 第34-45页 |
| 3.3.1 现场故障数据提取 | 第35-37页 |
| 3.3.2 向量相似度测度 | 第37-38页 |
| 3.3.3 BP神经网络模型 | 第38-40页 |
| 3.3.4 遗传算法设计 | 第40-42页 |
| 3.3.5 算法基本路程 | 第42-45页 |
| 3.4 仿真实验 | 第45-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 基于多层模糊综合评判的轨道电路预警研究 | 第50-72页 |
| 4.1 轨道电路预警分析 | 第50-52页 |
| 4.2 基于多层模糊综合评判的轨道电路预警研究 | 第52-67页 |
| 4.2.1 预警指标体系建立 | 第53-60页 |
| 4.2.2 基于模糊综合评价的轨道电路预警分析 | 第60-63页 |
| 4.2.3 预警因素评价函数及单因素评判确定 | 第63-67页 |
| 4.3 轨道电路预警等级综合评价案例分析 | 第67-71页 |
| 4.4 本章小结 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士期间发表的论文及参与的科研项目 | 第79页 |