| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-12页 |
| ·选题背景 | 第10-11页 |
| ·主要研究内容 | 第11页 |
| 本章小结 | 第11-12页 |
| 第二章 混合事件及模糊概率 | 第12-21页 |
| ·引言 | 第12页 |
| ·随机事件及概率 | 第12-15页 |
| ·模糊集理论 | 第15-16页 |
| ·混合事件及模糊概率 | 第16-20页 |
| 本章小结 | 第20-21页 |
| 第三章 贝叶斯网络与遗传算法概况 | 第21-32页 |
| ·贝叶斯网络的基本理论 | 第21-27页 |
| ·遗传算法的基本理论 | 第27-31页 |
| 本章小结 | 第31-32页 |
| 第四章 基于遗传算法的模糊贝叶斯网络建立算法 | 第32-48页 |
| ·基本思想 | 第32-33页 |
| ·数据模糊化 | 第33页 |
| ·条件模糊概率的计算 | 第33-34页 |
| ·模糊贝叶斯网络的定义 | 第34-36页 |
| ·遗传编码 | 第36-38页 |
| ·初始化种群 | 第38页 |
| ·网络结构的遗传算子 | 第38-40页 |
| ·网络参数的遗传算子 | 第40-41页 |
| ·参数α的遗传算子 | 第41页 |
| ·适应值函数 | 第41-46页 |
| ·选择算子 | 第46-47页 |
| ·算法流程及框架 | 第47页 |
| 本章小结 | 第47-48页 |
| 第五章 基于模糊贝叶斯网络的食品安全控制知识推理模型的应用 | 第48-71页 |
| ·食品安全控制知识 | 第48-51页 |
| ·广州市食品安全控制模式 | 第51-54页 |
| ·基于模糊贝叶斯网络的食品安全控制知识推理模型 | 第54-70页 |
| 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75页 |