首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--贝叶斯统计论文

面向复杂随机系统的贝叶斯统计模型检测方法

摘要第1-8页
ABSTRACT第8-15页
第一章 绪论第15-23页
   ·研究背景第15-18页
   ·研究动机第18-20页
   ·相关工作第20-21页
   ·文章结构第21-23页
第二章 背景知识第23-28页
   ·模型定义与性质描述第23-25页
     ·离散时间马尔可夫链与概率迁移系统第23页
     ·事件的测度第23-24页
     ·概率计算树逻辑PCTL第24-25页
   ·贝叶斯推断第25-27页
     ·贝叶斯推断与先验信息第25-26页
     ·贝叶斯推断过程第26-27页
     ·共轭先验分布定理第27页
   ·本章小结第27-28页
第三章 基于预测的贝叶斯统计模型检测方法第28-57页
   ·基本介绍第28-29页
   ·面向定性性质的验证算法第29-38页
     ·方法框架第29-31页
     ·抽样数量上限预测方法第31-33页
     ·面向定性性质的统计结果预测方法第33-35页
     ·结果可信度计算方法第35-36页
     ·算法描述第36-38页
   ·面向定量性质的检测算法第38-42页
     ·方法框架第38页
     ·面向定量性质的统计结果预测方法第38-40页
     ·算法描述第40-42页
   ·启发式抽样与验证算法第42-54页
     ·方法框架第42-43页
     ·一个基本观察第43-44页
     ·最短可判前缀第44-49页
     ·启发式抽样与验证算法第49-54页
   ·完整算法验证过程第54-56页
   ·本章小结第56-57页
第四章 统计模型检测工具SPAC第57-63页
   ·工具介绍第57-58页
   ·工具实现第58-61页
     ·界面与配置模块第59页
     ·参数检查模块第59页
     ·DTMC模型构建模块第59-60页
     ·PCTL语法解析模块第60页
     ·统计模型检测算法模块第60-61页
     ·有限路径验证模块第61页
   ·本章小结第61-63页
第五章 案例研究第63-83页
   ·基本介绍第63页
   ·简单随机调度算法第63-70页
     ·简单随机调度算法介绍第64-65页
     ·算法正确性评估第65-66页
     ·不同运行周期下的验证效率评估第66-67页
     ·指定不同先验分布时的验证效率评估第67-69页
     ·不同概率阈值下的验证效率评估第69-70页
   ·同步的领导者选举协议第70-76页
     ·同步的领导者选举协议介绍第70页
     ·面向定量性质的验证效率评估第70-72页
     ·指定不同先验分布时的验证效率评估第72-73页
     ·不同概率阈值下的验证效率评估第73-74页
     ·不同问题规模下的验证效率评估第74-76页
   ·Herman分布式算法第76-81页
     ·Herman分布式算法介绍第76-78页
     ·面向定量性质的验证效率评估第78-79页
     ·不同运行周期下的验证效率评估第79-81页
     ·复杂问题的验证效率第81页
   ·本章小结第81-83页
第六章 总结与展望第83-85页
   ·总结第83-84页
   ·展望第84-85页
附录A 启发式验证算法中的关键状态定位算法第85-88页
附录B 简单随机调度算法在PRISM中的模型定义第88-90页
附录C 抽样上限预测算法第90-92页
附录D 同步领导者选举协议在PRISM中的模型定义第92-96页
附录E 读硕士学会期间发表论文和科研情况第96页
附录F 参与科研项目情况第96-97页
参考文献第97-102页
致谢第102页

论文共102页,点击 下载论文
上一篇:不确定环境下智能大厦空调系统调度的评估与优化研究
下一篇:典型李超代数的自同构