该文首先通过对目前国内航空维修形势的了深入研究,最后提出了开发智能诊断软件的必要性,并预测了其广泛应用的前景.接着详细说明了开发该软件所用到的基础知识,并对具体方法进行了研究,提出了一系列改进措施.该文涉及到的知识有以下几方面:人工智能,故障诊断,神经网络,遗传算法,信息论,及软件开发等.该文首先讲述了故障诊断,人工智能,神经网络的基础理论;对前馈神经网络和自组织特征映射网络的具体算法做了讲解.对于BP网络,针对它所存在的缺点,采取了一定的改进措施.理论表明,将在全局优化方面具有优势的遗传算法和神经网络结合起来,不但能够加快BP网络的训练速度,而且不会使BP网络的训练陷入局部极小值.同时对遗传算法也进行了改进,尤其是在编码方式,遗传算子,交叉率,变异率的确定方面给出了新的方法,明显提高了优化效果.对于SOFM网络,不但采取了一系列其它改进方法,也引入了遗传算法来优化网络性能.在该文中,还对以上两种网络进行了比较,得出了一定的结论.在该文中,首次将信息论中的信息熵的概念引入故障诊断的特征参数选择中,通过信息熵来决定故障诊断时特征参数的最优选取,从而可以提高诊断的准确率.最后利用Borland C++开发了智能诊断软件.在软件开发成功后,利用该软件在波音737自动刹车上应用的实例,进行了两方面的研究:一是该软件应用的可行性和通用性;二是对反向传播网络和自组织特征映射网络的诊断性能进行了比较,结果表明:该软件具有很好的应用价值,尤其是BP网络,在故障诊断方面具有很大的优越性.