| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 论文的选题背景和研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 列控系统故障诊断现状 | 第10页 |
| 1.2.2 贝叶斯网络和决策理论的应用现状 | 第10-11页 |
| 1.2.3 模糊贝叶斯网络的发展现状 | 第11-13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 2 CTCS3-300T车载设备的工作原理及其结构组成 | 第14-19页 |
| 2.1 CTCS-3 级列控系统的原理和运营现状 | 第14-15页 |
| 2.2 CTCS3-300T车载设备介绍 | 第15-19页 |
| 2.2.1 CTCS3-300T车载设备系统构成和工作原理 | 第15-17页 |
| 2.2.2 CTCS3-300T车载设备运营现状 | 第17-19页 |
| 3 模糊贝叶斯决策方法 | 第19-30页 |
| 3.1 模糊贝叶斯方法介绍 | 第19页 |
| 3.2 模糊数学理论 | 第19-23页 |
| 3.2.1 模糊数学概述 | 第19-20页 |
| 3.2.2 模糊集合 | 第20-21页 |
| 3.2.3 隶属函数的确定 | 第21-23页 |
| 3.2.4 模糊综合评判 | 第23页 |
| 3.3 贝叶斯网络理论 | 第23-26页 |
| 3.3.1 贝叶斯网络的构成 | 第23-25页 |
| 3.3.2 贝叶斯网络的学习和推理 | 第25-26页 |
| 3.4 贝叶斯决策理论 | 第26页 |
| 3.5 模糊贝叶斯决策流程 | 第26-30页 |
| 4 CTCS3-300T车载设备故障的分析 | 第30-38页 |
| 4.1 CTCS3-300T车载设备故障贝叶斯网络的建立 | 第30-35页 |
| 4.1.1 故障类型的确定和故障树的构建 | 第30-34页 |
| 4.1.2 故障事件的贝叶斯网络转化 | 第34-35页 |
| 4.2 故障的模糊贝叶斯决策模型 | 第35-38页 |
| 4.2.1 故障事件先验和样本信息的确定 | 第35-36页 |
| 4.2.2 模糊后验概率和模糊决策过程 | 第36-38页 |
| 5 模糊贝叶斯决策在CTCS3-300T车载设备中应用 | 第38-46页 |
| 5.1 典型故障事件的模糊化描述 | 第38-39页 |
| 5.1.1 故障事件的模糊化定义 | 第38-39页 |
| 5.1.2 故障事件样本信息的模糊化描述 | 第39页 |
| 5.2 典型故障模型决策过程和相应推理 | 第39-46页 |
| 5.2.1 决策层次分析模型的建立 | 第39-41页 |
| 5.2.2 决策推理过程 | 第41-44页 |
| 5.2.3 推理结果对故障排除过程的效果对比 | 第44-46页 |
| 结论 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读学位期间的研究成果 | 第52页 |
