| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 前言 | 第9-11页 |
| 第二章 民航飞机故障诊断概述 | 第11-15页 |
| ·民航飞机故障诊断的特点 | 第11页 |
| ·民航飞机故障诊断的知识来源 | 第11-13页 |
| ·民航飞机一般排故流程 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第三章 粗糙集与神经网络理论基础 | 第15-24页 |
| ·粗糙集理论 | 第15-20页 |
| ·决策系统(Decision Systems，DS) | 第15-16页 |
| ·粗糙集 | 第16-17页 |
| ·属性约简(reduct) | 第17-19页 |
| ·小结 | 第19-20页 |
| ·人工神经网络理论 | 第20-23页 |
| ·粗糙集与神经网络的优缺点 | 第23-24页 |
| 第四章 基于粗糙集理论的民航飞机故障诊断 | 第24-35页 |
| ·基于粗糙集的民航飞机故障诊断规则获取 | 第24-30页 |
| ·规则获取步骤 | 第24-26页 |
| ·实例分析1 | 第26-28页 |
| ·实例分析2 | 第28-30页 |
| ·小结 | 第30页 |
| ·基于粗糙集的民航飞机多发故障原因提取 | 第30-32页 |
| ·实例说明 | 第30-31页 |
| ·小结 | 第31-32页 |
| ·基于属性重要性的多发故障原因排故顺序确定 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第五章 基于粗糙集理论与BP 网络的融合诊断 | 第35-44页 |
| ·粗糙集与神经网络的松散结合 | 第35-38页 |
| ·方法特点 | 第35-36页 |
| ·实例说明 | 第36-38页 |
| ·利用粗糙集理论优化神经网络结构 | 第38-42页 |
| ·算法的实现步骤 | 第38-39页 |
| ·实例说明 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第六章 结论 | 第44-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 作者简介 | 第50-51页 |
| 研究生期间学术成果 | 第51页 |