| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-12页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 课题研究的目的和意义 | 第10-11页 |
| 1.4 课题研究的内容和组织结构 | 第11-12页 |
| 第二章 置信规则库专家系统推理方法 | 第12-21页 |
| 2.1 引言 | 第12页 |
| 2.2 置信规则库 | 第12-17页 |
| 2.2.1 置信规则库的表示 | 第12-13页 |
| 2.2.2 置信规则库推理方法 | 第13-16页 |
| 2.2.3 分层置信规则库 | 第16-17页 |
| 2.3 扩展置信规则库 | 第17-19页 |
| 2.3.1 扩展置信规则库的表示与构建 | 第17-18页 |
| 2.3.2 扩展置信规则库推理方法 | 第18-19页 |
| 2.4 置信规则库系统特点 | 第19-20页 |
| 2.5 本章结语 | 第20-21页 |
| 第三章 基于变速PS0的置信规则库参数学习方法 | 第21-34页 |
| 3.1 引言 | 第21-22页 |
| 3.2 置信规则库系统优化模型 | 第22-24页 |
| 3.2.1 BRB优化模型 | 第22-23页 |
| 3.2.2 优化模型的求解 | 第23-24页 |
| 3.3 基于变速PS0的参数学习方法 | 第24-27页 |
| 3.3.1 变速粒子群算法 | 第24-26页 |
| 3.3.2 VPS0参数学习算法 | 第26-27页 |
| 3.4 实验结果与分析 | 第27-32页 |
| 3.4.1 多峰函数实例 | 第27-29页 |
| 3.4.2 输油管道泄漏检测 | 第29-32页 |
| 3.5 本章结语 | 第32-34页 |
| 第四章 基于BK树的扩展置信规则库结构优化框架 | 第34-47页 |
| 4.1 引言 | 第34页 |
| 4.2 扩展置信规则库结构优化框架 | 第34-40页 |
| 4.2.1 Burkhard-Keller树 | 第35-36页 |
| 4.2.2 基于BK树的扩展置信规则库构建 | 第36-37页 |
| 4.2.3 基于BK树的扩展置信规则库搜索 | 第37-38页 |
| 4.2.4 结构优化框架下的规则推理 | 第38-40页 |
| 4.3 实验分析 | 第40-45页 |
| 4.3.1 函数拟合问题 | 第40-42页 |
| 4.3.2 输油管道泄漏问题 | 第42-44页 |
| 4.3.3 分类数据集测试 | 第44-45页 |
| 4.4 本章结语 | 第45-47页 |
| 第五章 基于AdaBoost的置信规则库集成学习方法 | 第47-55页 |
| 5.1 引言 | 第47页 |
| 5.2 集成学习方法 | 第47-49页 |
| 5.2.1 集成学习的概念 | 第47-48页 |
| 5.2.2 集成学习器的构建与组合 | 第48页 |
| 5.2.3 问题提出 | 第48-49页 |
| 5.3 置信规则库集成学习方法 | 第49-52页 |
| 5.3.1 AdaBoost算法 | 第49-50页 |
| 5.3.2 置信规则库系统集成学习 | 第50-52页 |
| 5.4 实验验证 | 第52-54页 |
| 5.4.1 实验数据集 | 第52-53页 |
| 5.4.2 实验结果 | 第53-54页 |
| 5.5 本章结语 | 第54-55页 |
| 第六章 总结和展望 | 第55-57页 |
| 6.1 工作总结 | 第55-56页 |
| 6.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62-63页 |
| 在学期间的研究成果以及发表的学术论文 | 第63页 |