文摘
英文文摘
大连海事大学学位论文原创性声明和使用授权说明
创新点摘要
第1章绪论
1.1课题研究的目的和意义
1.2柴油机故障诊断常用方法及其特点
1.3国内外的研究现状、存在问题及发展趋势
1.3.1人工免疫算法的研究现状及发展方向
1.3.2柴油机故障诊断的研究现状
1.3.3柴油机故障诊断存在的问题
1.3.4柴油机故障诊断的发展趋势
1.4本课题的主要研究内容
第2章人工免疫算法
2.1人工免疫系统的生物学机理
2.1.1生物免疫系统的结构与功能
2.1.2免疫系统克隆选择理论
2.1.3独特型免疫网络理论
2.2人工免疫算法
2.2.1免疫网络建模
2.2.2免疫辨识算法
2.2.3免疫优化算法
2.2.4人工免疫算法收敛性分析
2.3基于人工免疫算法的多峰函数优化及其仿真研究
2.3.1基本算法介绍
2.3.2算法的不足与改进
2.3.3仿真实例
第3章基于克隆选择的快速免疫动态聚类算法
3.1引言
3.2基于克隆选择算法的模糊聚类算法
3.2.1模糊-C均值(FCM)算法
3.2.2基于克隆选择算法的模糊聚类算法
3.2.3算法实例仿真
3.3聚类有效性分析
3.3.1概述
3.3.2常用聚类有效性指标
3.4基于克隆选择的快速免疫动态聚类算法
3.4.1最大聚类数的选择
3.4.2聚类初始中心的选择
3.4.3算法步骤
3.5算法实例仿真
3.5.1人工数据
3.5.2 IRIS数据
3.5.3柴油机故障诊断数据
3.6小结
第4章基于免疫-RBF神经网络的船用柴油机故障诊断研究
4.1人工神经网络
4.1.1人工神经网络概述
4.1.2人工神经网络分类
4.2 RBF神经网络
4.2.1 RBF神经网络
4.2.2 RBF神经网络的常用学习算法
4.2.3基于快速免疫动态聚类的RBF神经网络设计
4.3基于免疫-RBF神经网络的柴油机故障诊断
4.3.1诊断原理及步骤
4.3.2诊断实例
4.4小结
第5章基于人工免疫-粗糙集-RBF网络混合模型的智能故障诊断研究
5.1引言
5.2粗糙集理论的基本内容
5.2.1知识与不可分辨关系
5.2.2信息系统及其简化
5.3基于免疫原理的粗糙集条件属性约简
5.3.1基于粗糙集理论的条件属性约简基本算法
5.3.2基于免疫原理的粗糙集条件属性约简算法
5.3.3实例分析
5.4粗糙集连续属性的离散化
5.5基于人工免疫-粗糙集-RBF网络混合模型的智能化故障诊断
5.5.1诊断原理及步骤
5.5.2诊断实例1
5.5.3诊断实例2
5.6小结
第6章船舶柴油机状态监测及智能故障诊断系统
6.1柴油机的故障机理
6.2研发故障诊断系统的关键技术
6.2.1特征参数的获取
6.2.2故障的层次分类诊断模型
6.2.3混合智能诊断模型的建立
6.2.4船舶柴油机故障知识库的建立
6.2.5开发软件的选用
6.3船舶柴油机状态监测及智能故障诊断系统
6.3.1系统的总体结构
6.3.2状态监测子系统
6.3.3故障诊断子系统
6.3.4数据管理子系统
结 论
参考文献
攻读学位期间公开发表论文
致谢
研究生履历