摘要 | 第1-5页 |
Abstract | 第5-10页 |
第一章 绪论 | 第10-22页 |
·选题背景及意义 | 第10-13页 |
·国内外研究现状 | 第13-20页 |
·证据理论的研究现状 | 第13-16页 |
·不确定性量化问题的研究现状 | 第16-19页 |
·证据理论在可靠性工程中的应用研究现状 | 第19-20页 |
·论文主要研究内容 | 第20-22页 |
第二章 证据理论与不确定性量化基础 | 第22-36页 |
·引言 | 第22页 |
·证据理论 | 第22-26页 |
·辨识框架和基本概率分配 | 第22-23页 |
·证据合成规则 | 第23-25页 |
·信任函数和似然函数 | 第25-26页 |
·基于证据理论的不确定性量化的基本步骤 | 第26-27页 |
·信任函数与似然函数计算 | 第27-35页 |
·顶点法 | 第28-30页 |
·蒙特卡洛法 | 第30-35页 |
·本章小结 | 第35-36页 |
第三章 不确定性量化的两个关键问题研究 | 第36-54页 |
·引言 | 第36页 |
·异类信息的证据理论统一表示与建模 | 第36-44页 |
·概率分布信息的证据理论表示 | 第36-37页 |
·概率包络信息的证据理论表示 | 第37-39页 |
·模糊信息的证据理论表示 | 第39页 |
·专家估计信息的证据理论表示 | 第39-42页 |
·小样本测试信息的证据理论表示 | 第42-44页 |
·结合计算智能的证据理论不确定性量化快速算法 | 第44-53页 |
·区间算法与遗传算法 | 第45-46页 |
·区间算法 | 第45页 |
·遗传算法 | 第45-46页 |
·不确定性量化快速算法实现 | 第46-48页 |
·算例分析 | 第48-53页 |
·本章小结 | 第53-54页 |
第四章 基于证据理论的不确定系统灵敏度分析 | 第54-71页 |
·引言 | 第54页 |
·基于概率包络的灵敏度分析 | 第54-62页 |
·专家估计信息的可靠性灵敏度分析 | 第62-67页 |
·专家估计信息下参数的可靠性灵敏度分析 | 第67-70页 |
·本章小结 | 第70-71页 |
第五章 非精确概率下基于证据理论的典型系统可靠性模型 | 第71-83页 |
·引言 | 第71页 |
·非精确概率下典型系统的可靠性模型 | 第71-77页 |
·单调关联系统 | 第72-75页 |
·非单调关联系统 | 第75-77页 |
·算例分析 | 第77-82页 |
·本章小结 | 第82-83页 |
第六章 认知不确定性下基于证据理论的可靠性分析方法 | 第83-97页 |
·引言 | 第83页 |
·故障树与区间分析相结合的可靠性分析方法 | 第83-87页 |
·底事件区间概率的确定 | 第83-84页 |
·底事件相互独立时故障树分析的区间门算子 | 第84页 |
·底事件相关时故障树分析的区间门算子 | 第84-85页 |
·算例分析 | 第85-87页 |
·证据理论与贝叶斯网络相结合的可靠性分析方法 | 第87-96页 |
·贝叶斯网络 | 第88页 |
·证据理论对贝叶斯网络的扩展 | 第88-92页 |
·认知不确定下贝叶斯网络节点模型 | 第88-90页 |
·基于证据网络的顶事件发生概率计算方法 | 第90-91页 |
·重要度和认知重要度 | 第91-92页 |
·算例分析 | 第92-96页 |
·本章小结 | 第96-97页 |
第七章 基于证据理论的系统可靠度近似计算 | 第97-111页 |
·引言 | 第97页 |
·变量为随机分布时的可靠度近似计算 | 第97-105页 |
·可靠度近似计算的基本原理 | 第97-98页 |
·可靠度近似计算的实现 | 第98-99页 |
·算例分析 | 第99-105页 |
·变量同时包含随机-认知不确定性时的可靠度近似计算 | 第105-110页 |
·一般情况下的可靠度近似计算 | 第106-107页 |
·应力-强度干涉模型的可靠度近似计算 | 第107-110页 |
·本章小结 | 第110-111页 |
第八章 总结与展望 | 第111-114页 |
·全文总结 | 第111-112页 |
·主要创新点 | 第112页 |
·不足与展望 | 第112-114页 |
致谢 | 第114-115页 |
参考文献 | 第115-126页 |
附录 博士研究生期间学术论文发表情况 | 第126页 |