粗糙集神经网络在注水泵机组故障诊断中的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·引言 | 第7-8页 |
| ·故障诊断概述 | 第8-9页 |
| ·注水泵故障诊断国内外发展现状 | 第9-12页 |
| ·粗糙集理论在 FDD 技术中的应用与发展现状 | 第12-14页 |
| ·粗糙集理论的起源 | 第12-13页 |
| ·粗糙集理论的应用与发展现状 | 第13页 |
| ·粗糙集在故障诊断中的应用 | 第13-14页 |
| ·本论文研究的内容 | 第14-15页 |
| 第二章 粗糙集的基本理论 | 第15-28页 |
| ·引言 | 第15页 |
| ·粗糙集理论的基础 | 第15-22页 |
| ·知识 | 第16-17页 |
| ·不精确范畴，近似与粗糙集 | 第17-18页 |
| ·知识约简 | 第18-19页 |
| ·知识的依赖性 | 第19-20页 |
| ·决策表 | 第20-21页 |
| ·区分矩阵与区分函数 | 第21-22页 |
| ·粗糙集理论的特点 | 第22页 |
| ·粗糙集理论的知识推理过程 | 第22-23页 |
| ·粗糙集理论思想精髓 | 第23页 |
| ·粗糙集理论应用的实例 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 人工神经网络的应用 | 第28-36页 |
| ·人工神经网络概述 | 第28-29页 |
| ·神经网络模型和结构 | 第29-30页 |
| ·BP 算法与网络 | 第30-32页 |
| ·神经网络和粗糙集结合的必要性 | 第32-33页 |
| ·神经网络在本文中的应用 | 第33-34页 |
| ·神经网络用于连续属性离散化 | 第33页 |
| ·神经网络用于故障诊断 | 第33-34页 |
| ·MATLAB 简介 | 第34-35页 |
| ·MATLAB 仿真软件简介 | 第34页 |
| ·MATLAB6.5 神经网络工具箱简介 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于粗糙集理论的神经网络模型研究 | 第36-43页 |
| ·粗糙集—神经网络系统概述 | 第36页 |
| ·粗糙集和神经网络的结合 | 第36-40页 |
| ·粗糙集和神经网络结合的可能性 | 第36-37页 |
| ·粗糙集和神经网络结合的方式 | 第37-40页 |
| ·网络模型设计 | 第40-42页 |
| ·基于粗糙集理论的神经网络的构建思想 | 第40-41页 |
| ·网络的构建方法 | 第41页 |
| ·网络的特点 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 注水泵机组的粗糙集神经网络故障诊断 | 第43-59页 |
| ·数据预处理 | 第43-48页 |
| ·数据准备 | 第43-44页 |
| ·样本准备 | 第44-48页 |
| ·决策表连续属性离散化 | 第48-50页 |
| ·决策表属性约简 | 第50-54页 |
| ·用 BP 神经网络实现故障诊断 | 第54页 |
| ·实验及结果分析 | 第54-58页 |
| ·实验步骤 | 第55-56页 |
| ·实验结果 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 结论 | 第59-60页 |
| ·论文的主要工作 | 第59页 |
| ·主要结论 | 第59页 |
| ·研究展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 详细摘要 | 第65-78页 |
