| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·可靠性概率风险评价方法的研究现状和发展趋势 | 第10-13页 |
| ·概率风险评价方法的研究现状及发展趋势 | 第10-12页 |
| ·贝叶斯网络在概率风险评价中的应用现状分析 | 第12-13页 |
| ·课题的来源 | 第13页 |
| ·论文的主要内容和结构安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 贝叶斯网络的基本理论 | 第15-25页 |
| ·引言 | 第15页 |
| ·贝叶斯网络的基本概念 | 第15-16页 |
| ·贝叶斯网络的构造 | 第16-18页 |
| ·贝叶斯网络的结构构造 | 第16-17页 |
| ·贝叶斯网络的参数构造 | 第17-18页 |
| ·贝叶斯网络推理 | 第18-23页 |
| ·消元算法 | 第18-21页 |
| ·联合树算法 | 第21-23页 |
| ·贝叶斯网络的常用工具和软件 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于贝叶斯网络的系统可靠性建模分析 | 第25-49页 |
| ·引言 | 第25-26页 |
| ·五种贝叶斯网络建模方法分析 | 第26-33页 |
| ·Naive建模方法 | 第26-27页 |
| ·直观建模方法 | 第27-30页 |
| ·MLS和MCS建模方法 | 第30-33页 |
| ·有效的MLS和MCS方法 | 第33-40页 |
| ·用有效的MLS和MCS方法建立串联和并联系统的贝叶斯网络 | 第35-36页 |
| ·用有效的MLS和MCS方法建立一般系统的贝叶斯网络 | 第36-40页 |
| ·有效的MLS和MCS方法的最优排序 | 第40-43页 |
| ·基于启发法的系统优化 | 第43-48页 |
| ·基于超级元件的启发法 | 第43-46页 |
| ·减少排列数量的第二种启发法 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于贝叶斯网络的发动机可靠性分析 | 第49-59页 |
| ·引言 | 第49页 |
| ·建立发动机起动困难的故障树 | 第49-50页 |
| ·建立发动机起动困难的贝叶斯网络 | 第50-53页 |
| ·确定发动机起动困难的贝叶斯网络中根节点的先验概率 | 第53页 |
| ·可靠性分析 | 第53-54页 |
| ·重要度分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于贝叶斯网络的多状态系统可靠性分析 | 第59-71页 |
| ·引言 | 第59页 |
| ·多状态系统的状态函数 | 第59-60页 |
| ·基于贝叶斯网络的多状态系统可靠性建模 | 第60-64页 |
| ·多状态系统可靠性分析 | 第64-65页 |
| ·实例分析 | 第65-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 结论和展望 | 第71-73页 |
| ·结论 | 第71页 |
| ·后续工作展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 个人简历 | 第77页 |
| 攻读硕士学位期间发表学术论文情况 | 第77页 |
| 攻读硕士学位期间参加科研情况 | 第77页 |
