| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-19页 |
| ·论文研究的背景及意义 | 第10页 |
| ·复杂系统故障诊断技术发展及研究现状 | 第10-15页 |
| ·基于聚类的故障诊断技术 | 第15-18页 |
| ·本文研究内容和组织结构 | 第18-19页 |
| 第2章 Tennessee Eastman 过程 | 第19-26页 |
| ·过程工艺流程图 | 第19-20页 |
| ·过程变量 | 第20-23页 |
| ·过程故障 | 第23-24页 |
| ·TE 过程故障样本说明 | 第24页 |
| ·TE 过程的故障诊断方法研究现状 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 聚类算法 | 第26-33页 |
| ·引言 | 第26页 |
| ·聚类定义及算法要求 | 第26-28页 |
| ·聚类的相似性度量 | 第28-29页 |
| ·聚类方法分类 | 第29-31页 |
| ·基于划分的方法 | 第30页 |
| ·基于层次的方法 | 第30-31页 |
| ·基于密度的方法 | 第31页 |
| ·基于网格的方法 | 第31页 |
| ·基于模型的方法 | 第31页 |
| ·聚类算法的研究现状 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 改进的划分聚类故障诊断研究 | 第33-52页 |
| ·引言 | 第33页 |
| ·改进的模糊 C 均值故障诊断算法 | 第33-38页 |
| ·减法聚类算法 | 第33-34页 |
| ·模糊 C 均值算法 | 第34-35页 |
| ·改进的模糊 C 均值算法 | 第35-37页 |
| ·聚类模糊评价法 | 第37-38页 |
| ·改进的增量 K-means 故障诊断算法 | 第38-44页 |
| ·小波变换 | 第38-39页 |
| ·K-means 聚类算法 | 第39-41页 |
| ·增量 K-means 聚类算法 | 第41-43页 |
| ·改进的增量 K-means 聚类算法 | 第43-44页 |
| ·仿真实验研究 | 第44-50页 |
| ·改进的模糊 C 均值故障诊断方法实验研究 | 第44-47页 |
| ·改进的增量 K-means 故障诊断方法实验研究 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 改进的支持向量聚类故障诊断研究 | 第52-63页 |
| ·引言 | 第52页 |
| ·改进的支持向量聚类故障诊断算法 | 第52-59页 |
| ·粒子群算法 | 第52-54页 |
| ·改进的粒子群算法 | 第54-55页 |
| ·支持向量聚类算法 | 第55-57页 |
| ·改进的支持向量聚类算法 | 第57-59页 |
| ·仿真实验研究 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第70-71页 |
| 致谢 | 第71-72页 |