| 第一章 绪论 | 第1-18页 |
| ·故障诊断专家系统的现状与发展趋势 | 第12-16页 |
| ·研究的目的与意义 | 第16-17页 |
| ·课题研究的基础 | 第17页 |
| ·主要研究内容 | 第17-18页 |
| 第二章 模糊理论与人工神经网络 | 第18-36页 |
| ·模糊理论 | 第18-27页 |
| ·模糊性 | 第18页 |
| ·模糊集合与属性函数 | 第18-20页 |
| ·模糊集合的运算 | 第20-21页 |
| ·模糊匹配 | 第21-22页 |
| ·语言变量与模糊逻辑 | 第22-24页 |
| ·模糊推理与模糊规则 | 第24-25页 |
| ·确定隶属函数的方法 | 第25-27页 |
| ·人工神经网络 | 第27-32页 |
| ·神经网络的神经元模型 | 第27-28页 |
| ·神经网络的拓朴结构 | 第28-29页 |
| ·神经网络的学习算法分类 | 第29-30页 |
| ·反向传播算法(BP学习算法) | 第30-32页 |
| ·故障诊断中模糊逻辑与神经网络的结合 | 第32-35页 |
| ·模糊逻辑方法 | 第32-33页 |
| ·神经网络技术 | 第33-34页 |
| ·模糊逻辑与神经网络的结合 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 模糊理论在实例推理中的应用研究 | 第36-47页 |
| ·实例获取在实例推理中的重要地位 | 第36-38页 |
| ·基于实例推理的基本概念与原理 | 第36页 |
| ·基于实例推理的工作过程 | 第36-37页 |
| ·实例获取的重要地位 | 第37-38页 |
| ·实例获取过程中引入模糊理论的必要性 | 第38-39页 |
| ·模糊理论在实例获取中的应用研究 | 第39-46页 |
| ·传统CBR实例获取方法 | 第39页 |
| ·实例属性的分类表示方法 | 第39-40页 |
| ·模糊属性表示及其相似度计算方法 | 第40-43页 |
| ·分级合成相似度计算方法 | 第43-44页 |
| ·轮胎异常磨损合成相似度计算示例 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 模糊神经网络在车辆故障诊断专家系统中的应用 | 第47-66页 |
| ·模糊神经网络与专家系统 | 第47页 |
| ·基于模糊神经网络的故障诊断方法研究 | 第47-56页 |
| ·故障树的建立 | 第47-48页 |
| ·模糊神经网络的构造 | 第48-49页 |
| ·模糊神经网络的样本组织 | 第49-50页 |
| ·模糊神经网络的学习 | 第50-56页 |
| ·基于模糊神经网络引导的实例重用机制研究 | 第56-59页 |
| ·诊断引导操作符的建立 | 第57-58页 |
| ·诊断引导操作符的应用 | 第58-59页 |
| ·基于模糊神经网络的知识获取方法研究 | 第59-63页 |
| ·影响模糊规则提取的因素 | 第59-60页 |
| ·模糊神经网络的剪栽 | 第60-61页 |
| ·模糊规则的提取 | 第61-63页 |
| ·模糊神经网络与基于CBR和RBR混合诊断专家系统的集成 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 结论 | 第66-68页 |
| ·结论 | 第66页 |
| ·不足与建议 | 第66-68页 |
| 参考文献 | 第68-73页 |