首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于贝叶斯网络的民航智能组合原因诊断及预警分析

摘要第4-5页
abstract第5页
注释表第9-10页
缩略词第10-11页
第一章 绪论第11-19页
    1.1 研究背景第11-13页
    1.2 研究意义第13页
    1.3 国内外研究现状第13-17页
        1.3.1 安全建模分析第13-14页
        1.3.2 组合原因分析第14-15页
        1.3.3 灵敏度分析第15-16页
        1.3.4 预警分析第16-17页
    1.4 论文主要思路与安排第17-19页
第二章 基于贝叶斯网络的维修管理系统建模第19-35页
    2.1 贝叶斯网络第19-23页
        2.1.1 基本概念第19-20页
        2.1.2 贝叶斯网络学习第20-22页
        2.1.3 贝叶斯推理第22-23页
    2.2 维修管理系统结构模型构建第23-26页
        2.2.1 航空公司安全维修评价指标分析第23-25页
        2.2.2 航空公司安全维修评价模型第25-26页
    2.3 贝叶斯网络参数计算第26-30页
        2.3.0 区间数学和模糊评价方法第26-28页
        2.3.1 根节点概率第28-30页
        2.3.2 条件概率表第30页
    2.4 航空公司维修管理系统安全状况分析第30-33页
        2.4.1 环比分析第31-32页
        2.4.2 同比分析第32页
        2.4.3 基于贝叶斯推理的安全分析第32-33页
    2.5 本章小结第33-35页
第三章 基于随机集贝叶斯网络的组合原因诊断第35-43页
    3.1 数据缩减第35-36页
        3.1.1 信息熵第35页
        3.1.2 贝叶斯网络节点缩减第35-36页
    3.2 基于随机集的组合原因分析方法第36-38页
        3.2.1 随机集基本概念第36-37页
        3.2.2 结合贝叶斯网络和随机集方法的组合原因分析方法第37-38页
    3.3 案例分析第38-42页
        3.3.1 正向推理第38-41页
        3.3.2 反向推理第41-42页
    3.4 本章小结第42-43页
第四章 基于半监督贝叶斯神经网络的敏感性调控分析第43-56页
    4.1 半监督方法的贝叶斯神经网络第43-46页
        4.1.1 贝叶斯神经网络第43-44页
        4.1.2 半监督贝叶斯神经网络方法第44-45页
        4.1.3 训练过程第45-46页
    4.2 安全敏感性分析第46-49页
        4.2.1 方差分解法第46-48页
        4.2.2 结合神经网络的敏感性参数计算方法第48-49页
    4.3 算例分析第49-55页
        4.3.1 运行环境第49页
        4.3.2 指标选取第49页
        4.3.3 神经网络训练半监督学习第49-51页
        4.3.4 敏感性分析第51-53页
        4.3.5 敏感性调控第53-55页
    4.4 本章小结第55-56页
第五章 基于深度信念网络的风险预警分析第56-65页
    5.1 深度信念网络第56-59页
        5.1.1 受限玻尔兹曼机第56-57页
        5.1.2 深度信念网络训练第57-58页
        5.1.3 半监督方法的数据扩展第58-59页
    5.2 航空维修模型深度信念网络训练第59-63页
        5.2.1 数据处理第59-60页
        5.2.2 网络训练及验证方法第60页
        5.2.3 深度信念网络参数第60-61页
        5.2.4 训练过程以及训练结果第61-63页
    5.3 实例分析第63-64页
        5.3.1 预警等级划分第63-64页
        5.3.2 实际数据预警分析第64页
    5.4 本章小结第64-65页
第六章 总结与展望第65-67页
    6.1 总结第65页
    6.2 展望第65-67页
参考文献第67-71页
致谢第71-72页
在学期间的研究成果及发表的学术论文第72-73页
附录 DBN部分代码(MATLAB)第73-77页

论文共77页,点击 下载论文
上一篇:深松作业深度监控系统关键技术研究
下一篇:面向微创手术器械的触觉传感器研究