| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·模拟电路故障诊断方法的国内外研究现状和进展 | 第11-14页 |
| ·模拟电路故障诊断技术的发展与现状 | 第12-13页 |
| ·人工神经网络的发展与现状 | 第13页 |
| ·遗传算法的发展与现状 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第2章 模拟电路故障诊断概述 | 第16-21页 |
| ·模拟电路故障诊断基本概念 | 第16-18页 |
| ·模拟电路故障诊断的特点 | 第16-17页 |
| ·模拟电路故障诊断的分类 | 第17-18页 |
| ·模拟电路故障诊断的常规方法 | 第18-19页 |
| ·模拟电路故障诊断的模式识别方法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 模拟电路故障诊断的参数识别方法 | 第21-32页 |
| ·故障诊断方程概述 | 第21-22页 |
| ·多频法故障参数识别 | 第22-30页 |
| ·多频支路参数识别 | 第23-25页 |
| ·节点法多频参数识别 | 第25-27页 |
| ·非线性方程的求解 | 第27-30页 |
| ·诊断实例 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 遗传算法在参数识别方法中的应用 | 第32-46页 |
| ·遗传算法概述 | 第32-36页 |
| ·遗传算法的产生 | 第33页 |
| ·遗传算法的特点 | 第33-34页 |
| ·遗传算法的应用 | 第34-36页 |
| ·基本遗传算法 | 第36-40页 |
| ·基本遗传算法的构成要素 | 第37页 |
| ·基本遗传算法的实现 | 第37-40页 |
| ·基本遗传算法的改进 | 第40-41页 |
| ·选择算子的改进 | 第40页 |
| ·交叉算子的改进 | 第40-41页 |
| ·变异算子的改进 | 第41页 |
| ·遗传算法在参数识别中的应用 | 第41-45页 |
| ·求解故障诊断方程的 GA 算法 | 第42-43页 |
| ·诊断实例 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 人工神经网络在参数识别方法中的应用 | 第46-64页 |
| ·神经网络概述 | 第46-49页 |
| ·神经网络的结构 | 第46-47页 |
| ·神经网络的分类 | 第47-48页 |
| ·神经网络的特点 | 第48-49页 |
| ·神经网络的学习规则 | 第49-50页 |
| ·BP 神经网络 | 第50-53页 |
| ·BP 结构模型 | 第51页 |
| ·BP 算法 | 第51-53页 |
| ·HOPFIELD 神经网络 | 第53-57页 |
| ·离散 Hopfield 网络 | 第53-55页 |
| ·连续 Hopfield 网络 | 第55-57页 |
| ·BP 神经网络在参数识别方法中的应用 | 第57-59页 |
| ·BP 神经网络求解故障诊断方程 | 第57-58页 |
| ·诊断实例 | 第58-59页 |
| ·HOPFIELD 神经网络在参数识别方法中的应用 | 第59-63页 |
| ·Hopfield 神经网络求解故障诊断方程 | 第59-60页 |
| ·诊断实例 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第71页 |