| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-8页 |
| 1 前言 | 第8-11页 |
| 1．1 在用汽车排放控制 | 第8页 |
| 1．2 汽车检测维修 | 第8-9页 |
| 1．3 汽车故障诊断专家系统 | 第9页 |
| 1．4 人工神经网络 | 第9-10页 |
| 1．5 本文主要工作 | 第10-11页 |
| 2 化油器式在用汽车择放控制 | 第11-25页 |
| 2．1 在用汽车排放控制的重要性 | 第11页 |
| 2．2 控制汽车排放主要方法 | 第11-12页 |
| 2．3 电控补气系统改装实验 | 第12-21页 |
| 2．4 电控补气系统存在问题及分析 | 第21-24页 |
| 2．5 小结 | 第24-25页 |
| 3 I╱M制度 | 第25-31页 |
| 3．1 在用车排放恶化的原因分析 | 第25页 |
| 3．2 I╱M制度 | 第25-27页 |
| 3．3 I╱M制度的检测 | 第27-29页 |
| 3．4 尾气分析 | 第29页 |
| 3．5 小结 | 第29-31页 |
| 4 传统故障诊断专家系统 | 第31-39页 |
| 4．1 传统故障诊断专家系统的基本结构 | 第31-33页 |
| 4．2 知识库的建立和维 | 第33-36页 |
| 4．3 推理机 | 第36-39页 |
| 5 基于神经网络的故障诊断专家系统 | 第39-53页 |
| 5．1 人工神经网络概述 | 第39-41页 |
| 5．2 神经网络故障诊断专家系统基本结构 | 第41-43页 |
| 5．3 三层前馈型BP网络 | 第43-45页 |
| 5．4 基于神经网络的专家系统的知识表示、获取与推理 | 第45-53页 |
| 6 基于神经网络的尾气分析专家系统的实现研究 | 第53-64页 |
| 6．1 尾气分析专家系统的构造 | 第53-54页 |
| 6．2 专家系统的知识获取 | 第54-56页 |
| 6．3 神经网络诊断模型 | 第56-60页 |
| 6．4 推理机制 | 第60-62页 |
| 6．5 人机接口 | 第62页 |
| 6．6 解释机制 | 第62-64页 |
| 7 结语和展望 | 第64-65页 |
| 参考文献 | 第65-67页 |