贝叶斯网络在汽车发动机故障诊断中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题的背景和意义 | 第9-10页 |
| ·故障诊断技术概述 | 第10-15页 |
| ·故障诊断的一般过程 | 第10-11页 |
| ·常用的故障诊断方法 | 第11-13页 |
| ·基于贝叶斯网络故障诊断方法的发展和现状 | 第13-14页 |
| ·汽车故障诊断技术发展状况 | 第14-15页 |
| ·本文的主要工作 | 第15页 |
| ·论文结构安排 | 第15-17页 |
| 第二章 不确定性知识表达 | 第17-24页 |
| ·不确定性理论 | 第17-21页 |
| ·信息的不确定性 | 第17-18页 |
| ·不确定性推理的表现形式 | 第18-19页 |
| ·解决不确定性问题常用的方法 | 第19-21页 |
| ·基于贝叶斯网络的不确定性问题解法 | 第21-23页 |
| ·汽车发动机故障诊断面临的不确定性 | 第21-22页 |
| ·贝叶斯网络在解决不确定性问题引起的故障上的优势 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 贝叶斯网络 | 第24-36页 |
| ·贝叶斯网络的概率论基础 | 第24-26页 |
| ·常用的概率论知识 | 第24-26页 |
| ·概率推理 | 第26页 |
| ·贝叶斯网络概述 | 第26-29页 |
| ·贝叶斯网络定义 | 第26-28页 |
| ·贝叶斯网络的特点 | 第28-29页 |
| ·贝叶斯网络学习 | 第29-33页 |
| ·贝叶斯网络结构学习 | 第29-33页 |
| ·贝叶斯网络参数学习 | 第33页 |
| ·贝叶斯网络推理算法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于贝叶斯网络的汽车发动机故障诊断研究 | 第36-50页 |
| ·综合故障诊断网络模型的建立 | 第36-44页 |
| ·诊断网络结构的确定 | 第36-39页 |
| ·贝叶斯网络结构在线学习 | 第39-44页 |
| ·诊断结果分析与对比 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 汽车发动机故障诊断系统的分析设计 | 第50-58页 |
| ·发动机故障诊断背景概述 | 第50-52页 |
| ·系统功能模块设计 | 第52-56页 |
| ·故障诊断模型知识表达 | 第52-53页 |
| ·有向无环图的构建 | 第53页 |
| ·诊断推理模块设计 | 第53-54页 |
| ·诊断知识库管理模块设计 | 第54-56页 |
| ·故障诊断系统运行实例 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 结论 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |
