基于决策树算法的电气集中电路故障诊断分析与研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究主要内容 | 第11-13页 |
| 2 电气集中及其故障分类 | 第13-19页 |
| 2.1 电气集中联锁 | 第13-14页 |
| 2.2 铁路信号设备故障类型分析 | 第14-16页 |
| 2.2.1 信号设备故障类型 | 第14-15页 |
| 2.2.2 信号设备故障的原因分析 | 第15-16页 |
| 2.3 电气集中故障类型分析 | 第16-19页 |
| 3 故障诊断与专家系统的研究 | 第19-33页 |
| 3.1 故障诊断基本概述 | 第19-22页 |
| 3.1.1 电气集中故障诊断的基础模型 | 第19页 |
| 3.1.2 电气集中故障诊断的过程 | 第19-20页 |
| 3.1.3 电气集中故障诊断的评价指标 | 第20页 |
| 3.1.4 故障诊断方法分析 | 第20-22页 |
| 3.2 专家系统基本概述 | 第22-24页 |
| 3.2.1 电气集中故障专家系统 | 第22-23页 |
| 3.2.2 电气集中知识库 | 第23页 |
| 3.2.3 电气集中推理机系统 | 第23页 |
| 3.2.4 电气集中综合数据库 | 第23页 |
| 3.2.5 故障诊断系统人机界面 | 第23-24页 |
| 3.2.6 解释程序和知识获取程序 | 第24页 |
| 3.3 决策树学习算法 | 第24-31页 |
| 3.3.1 决策树概述 | 第24-25页 |
| 3.3.2 决策树算法对比 | 第25-28页 |
| 3.3.3 决策树C4.5算法实施 | 第28-31页 |
| 3.4 电气集中故障诊断决策树举例 | 第31-33页 |
| 4 基于决策树算法的故障诊断专家系统的设计 | 第33-45页 |
| 4.1 基于决策树算法的专家系统 | 第33-34页 |
| 4.2 知识获取和知识库的设计 | 第34-39页 |
| 4.2.1 常用的知识表示方法 | 第34页 |
| 4.2.2 知识划分 | 第34-36页 |
| 4.2.3 知识获取 | 第36-37页 |
| 4.2.4 知识库的设计 | 第37-38页 |
| 4.2.5 知识库管理 | 第38-39页 |
| 4.3 电气集中故障推理机设计 | 第39-45页 |
| 4.3.1 故障推理方法与推理的方向 | 第39-40页 |
| 4.3.2 搜索策略的选择 | 第40页 |
| 4.3.3 冲突消解策略 | 第40-41页 |
| 4.3.4 推理方式 | 第41-43页 |
| 4.3.5 电气集中故障诊断专家系统的推理机 | 第43-45页 |
| 5 基于决策树算法的故障诊断专家系统的实现 | 第45-54页 |
| 5.1 系统分析 | 第45页 |
| 5.1.1 系统设计目标 | 第45页 |
| 5.1.2 需求分析 | 第45页 |
| 5.2 软硬件开发平台 | 第45-46页 |
| 5.3 系统功能实现 | 第46-50页 |
| 5.3.1 故障类型模块 | 第47-48页 |
| 5.3.2 用户管理模块 | 第48页 |
| 5.3.3 知识库管理模块 | 第48-50页 |
| 5.4 故障诊断与分析 | 第50-54页 |
| 5.4.1 故障诊断 | 第50-53页 |
| 5.4.2 故障分析 | 第53-54页 |
| 结论 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-57页 |
