| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·MDCS系统数学模型 | 第9-10页 |
| ·MDCS系统研究现状 | 第10-12页 |
| ·存在的主要问题 | 第12-13页 |
| ·本文的研究思路 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| ·论文内容安排 | 第15-16页 |
| 第二章 基于可信度BAYES模型的小子样精度评估方法 | 第16-33页 |
| ·先验信息的获取途径 | 第16-17页 |
| ·BAYES统计分析方法概述 | 第17-18页 |
| ·先验信息可信度的计算 | 第18-20页 |
| ·先验分布参数的提取方法 | 第20-21页 |
| ·自助法 | 第20页 |
| ·随机加权法 | 第20-21页 |
| ·考虑先验信息可信度的BAYES模型 | 第21-30页 |
| ·可信度Bayes模型 | 第22-24页 |
| ·修正可信度Bayes模型 | 第24-26页 |
| ·几种模型的点估计误差分析 | 第26-30页 |
| ·数值算例 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 决策算法鲁棒性指标建立与求解 | 第33-57页 |
| ·结构可靠性分析中的稳健可靠性定义 | 第33-35页 |
| ·区间模型和椭球模型 | 第33-34页 |
| ·结构稳健可靠性定义 | 第34-35页 |
| ·融合决策算法的鲁棒性指标 | 第35-45页 |
| ·区间模型下的鲁棒性指标 | 第36-40页 |
| ·超椭球凸集模型下的鲁棒性指标 | 第40-43页 |
| ·两种凸集模型下的鲁棒性指标对比分析 | 第43-45页 |
| ·鲁棒性指标的求解方法 | 第45-53页 |
| ·估计值关于期望值对称 | 第45-51页 |
| ·估计值不关于期望值对称 | 第51-53页 |
| ·算例仿真 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 对现有决策算法的分析与改进 | 第57-72页 |
| ·对现有决策模型的分析 | 第57-59页 |
| ·并联决策算法的传感器增量设置量化方法 | 第59-62页 |
| ·精度 | 第59页 |
| ·有效传感器数目 | 第59-61页 |
| ·鲁棒性 | 第61-62页 |
| ·多目标优化问题求解 | 第62-64页 |
| ·数值算例 | 第64-65页 |
| ·自适应融合决策算法设计 | 第65-71页 |
| ·基于相似度测度的数据融合算法 | 第66-69页 |
| ·基于权值组合分配的数据融合算法 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 MDCS系统决策算法多指标综合评估 | 第72-85页 |
| ·决策分析理论概述 | 第72-74页 |
| ·组合赋值方法 | 第74-78页 |
| ·区间权重向量的相似度定义 | 第75-77页 |
| ·组合赋值策略的求解 | 第77-78页 |
| ·指标取值的规范化方法 | 第78-81页 |
| ·精度指标的规范化 | 第79-80页 |
| ·有效传感器数目的规范化 | 第80页 |
| ·鲁棒性指标的规范化 | 第80页 |
| ·算法复杂度指标的规范化 | 第80-81页 |
| ·算例仿真 | 第81-82页 |
| ·综合评估计算平台 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 MDCS系统非概率可靠性分析 | 第85-102页 |
| ·故障树分析方法简介 | 第85-87页 |
| ·故障树中常用符号 | 第85-86页 |
| ·故障树的基本运算 | 第86-87页 |
| ·证据理论 | 第87-89页 |
| ·基于凸集模型和证据理论的非概率可靠性分析方法 | 第89-95页 |
| ·底事件失效概率的基本信任分配 | 第89-91页 |
| ·不确定性的逐层传递 | 第91-92页 |
| ·概率包络的生成 | 第92-93页 |
| ·两种凸集模型下条件极值的比较和分析 | 第93-95页 |
| ·数值算例 | 第95-101页 |
| ·本章小结 | 第101-102页 |
| 第七章 总结与展望 | 第102-105页 |
| ·主要工作总结 | 第102-103页 |
| ·创新点 | 第103-104页 |
| ·研究展望 | 第104-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-113页 |
| 附录 博士研究生期间发表学术论文情况 | 第113页 |