| 第1章 绪 论 | 第1-13页 |
| 1．1 国内外研究现状 | 第9-12页 |
| 1．1．1 专家系统及其发展现状 | 第9-10页 |
| 1．1．2 专家系统在故障诊断领域的应用 | 第10-11页 |
| 1．1．3 混合型专家系统在船舶动力装置故障诊断中的应用研究 | 第11-12页 |
| 1．2 论文的目的、意义及内容 | 第12-13页 |
| 第2章 专家系统概述 | 第13-33页 |
| 2．1 专家系统定义 | 第13页 |
| 2．2 专家系统的基本结构 | 第13-14页 |
| 2．3 知识库概述 | 第14-22页 |
| 2．3．1 知识表示方法概述 | 第14-17页 |
| 2．3．2 基于规则的知识表示及结构实现 | 第17-18页 |
| 2．3．3 不确定知识的表示与推理 | 第18-20页 |
| 2．3．4 知识获取及过程 | 第20-21页 |
| 2．3．5 知识分析 | 第21-22页 |
| 2．3．6 自动知识获取 | 第22页 |
| 2．4 推理机概述 | 第22-25页 |
| 2．4．1 数据驱动方法 | 第22-23页 |
| 2．4．2 Rete算法 | 第23-24页 |
| 2．4．3 目标驱动方法 | 第24-25页 |
| 2．5 冲突消解策略 | 第25-33页 |
| 2．5．1 广度优先搜索 | 第27-28页 |
| 2．5．2 深度优先搜索 | 第28-29页 |
| 2．5．3 启发式搜索 | 第29-31页 |
| 2．5．4 估价函数 | 第31-33页 |
| 第3章 神经网络概述 | 第33-50页 |
| 3．1 人工神经网络构成原理和功能 | 第33-43页 |
| 3．1．1 人工神经元网络定义及特点 | 第33页 |
| 3．1．2 神经元网络的学习规则 | 第33-40页 |
| 3．1．3 神经元网络的应用 | 第40-43页 |
| 3．2 误差反传训练算法及改进和应用 | 第43-48页 |
| 3．2．1 误差反传训练算法 | 第43-46页 |
| 3．2．2 误差反传训练算法改进 | 第46-48页 |
| 3．3 组合径向网络（RBF） | 第48-50页 |
| 第4章 混合型专家系统概述 | 第50-54页 |
| 4．1 混合型专家系统的概念及必要性 | 第50-52页 |
| 4．2 混合型专家系统一般框架及模块描述 | 第52-53页 |
| 4．3 混合型专家系统的设计步骤 | 第53-54页 |
| 第5章 总体设计方案研究与确定 | 第54-62页 |
| 5．1 船舶动力装置组成 | 第54-55页 |
| 5．2 系统模块 | 第55-56页 |
| 5．2．1 数据管理子系统 | 第55-56页 |
| 5．2．2 故障诊断子系统 | 第56页 |
| 5．3 系统主要功能 | 第56-57页 |
| 5．4 应用软件平台的选择 | 第57-62页 |
| 5．4．1 操作系统平台的选择 | 第57-58页 |
| 5．4．2 开发环境与工具的选择 | 第58-59页 |
| 5．4．3 数据库管理系统的选择 | 第59-62页 |
| 第6章 系统实现 | 第62-85页 |
| 6．1 数据管理模块的实现 | 第62-63页 |
| 6．2 知识库的实现 | 第63-69页 |
| 6．2．1 实现规则结构的方法 | 第63-69页 |
| 6．3 推理机算法的实现 | 第69页 |
| 6．4 冲突消解策略的选择和实现 | 第69-70页 |
| 6．5 组合RBF网络分类器的实现 | 第70-84页 |
| 6．5．1 RBF网络的学习算法 | 第70-75页 |
| 6．5．2 组合网络径向基函数网络分类器学习过程 | 第75-76页 |
| 6．5．3 组合网络径向基函数网络分类器识别过程 | 第76-84页 |
| 6．6 二者结合方式的实现 | 第84-85页 |
| 第7章 结论与展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-88页 |