| 第一章 绪论 | 第1-12页 |
| 1．1 课题概述 | 第8-10页 |
| 1．1．1 课题来源 | 第8页 |
| 1．1．2 课题背景 | 第8-9页 |
| 1．1．3 诊断技术的发展及国内外研究现状 | 第9-10页 |
| 1．2 论文主要工作 | 第10-12页 |
| 第二章 故障智能诊断技术基础 | 第12-24页 |
| 2．1 故障智能诊断系统的一般概念 | 第12-15页 |
| 2．1．1 故障及故障分析 | 第12-13页 |
| 2．1．2 系统故障的特点 | 第13-14页 |
| 2．1．3 故障智能诊断系统 | 第14-15页 |
| 2．2 故障智能诊断系统的研究方法 | 第15-18页 |
| 2．2．1 基于专家系统的方法 | 第16页 |
| 2．2．2 基于案例的诊断方法 | 第16-17页 |
| 2．2．3 基于人工神经网的方法 | 第17页 |
| 2．2．4 基于模糊数学的方法 | 第17-18页 |
| 2．2．5 基于故障树的方法 | 第18页 |
| 2．3 现有故障智能诊断系统的缺陷 | 第18-19页 |
| 2．4 故障智能诊断系统发展趋势 | 第19-21页 |
| 2．4．1 多种知识表示方法的结合 | 第19-20页 |
| 2．4．2 经验知识与原理知识的紧密结合 | 第20页 |
| 2．4．3 诊断系统与神经网络的结合 | 第20页 |
| 2．4．4 虚拟现实技术将得到重视和应用 | 第20-21页 |
| 2．4．5 数据库技术与人工智能技术相互渗透 | 第21页 |
| 2．5 故障智能诊断系统的一般结构 | 第21-24页 |
| 2．5．1 故障智能诊断系统的一般结构 | 第21-22页 |
| 2．5．2 故障智能诊断系统的功能特点 | 第22-24页 |
| 第三章 诊断知识的获取与表示 | 第24-47页 |
| 3．1 概述 | 第24-28页 |
| 3．1．1 知识与知识表示 | 第24-25页 |
| 3．1．2 故障智能诊断系统中知识的分类 | 第25-27页 |
| 3．1．3 深浅知识的特点和关系 | 第27-28页 |
| 3．2 故障智能诊断系统中知识的获取方法 | 第28-31页 |
| 3．2．1 知识获取是建造故障智能诊断系统的“瓶颈” | 第28页 |
| 3．2．2 传统的三种知识获取方法 | 第28-30页 |
| 3．2．3 故障智能诊断系统中知识获取的一般模型 | 第30-31页 |
| 3．3 故障智能诊断系统中知识的表示方法 | 第31-41页 |
| 3．3．1 传统的知识表示方法 | 第31页 |
| 3．3．2 故障智能诊断系统中知识的表示方法 | 第31-41页 |
| 3．4 故障智能诊断系统中不确定性问题 | 第41-47页 |
| 3．4．1 诊断系统中不确定性的分析 | 第41-43页 |
| 3．4．2 不确定性知识的表示 | 第43-44页 |
| 3．4．3 不确定性推理的一般模型 | 第44-47页 |
| 第四章 基于ANNES的故障智能诊断系统 | 第47-71页 |
| 4．1 引言 | 第47页 |
| 4．2 神经元模型 | 第47-49页 |
| 4．3 基于神经网络的学习方式 | 第49页 |
| 4．4 BP网络 | 第49-57页 |
| 4．4．1 BP网络结构及工作原理 | 第49-50页 |
| 4．4．2 BP网络学习算法 | 第50-52页 |
| 4．4．3 BP算法的数学原理 | 第52-54页 |
| 4．4．4 BP网络的特点 | 第54-55页 |
| 4．4．5 BP算法的改进方法 | 第55-57页 |
| 4．5 专家系统与神经网络的特点比较 | 第57-58页 |
| 4．5．1 专家系统方法 | 第57-58页 |
| 4．5．2 人工神经网络方法 | 第58页 |
| 4．6 专家系统和人工神经网络的结合 | 第58-62页 |
| 4．6．1 结合的可能性 | 第58-59页 |
| 4．6．2 ANN和ES结合的方法和途径 | 第59-62页 |
| 4．7 ANNES的实现 | 第62-64页 |
| 4．7．1 引言 | 第62页 |
| 4．7．2 ANNES的结构 | 第62-63页 |
| 4．7．3 基于ANNES的故障诊断系统的实现 | 第63-64页 |
| 4．8 基于模糊推理的ANNES的基本思想 | 第64-65页 |
| 4．9 基于ANNES的复杂电子设备故障智能诊断 | 第65-70页 |
| 4．9．1 基于ANNES的复杂电子设备故障诊断方法 | 第65页 |
| 4．9．2 ANNES诊断实例及结果分析 | 第65-70页 |
| 4．10 基于ANNES诊断技术的进一步展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 硕士学习期间发表论文 | 第73-74页 |
| 致谢 | 第74页 |