| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 相关领域研究现状 | 第14-19页 |
| 1.2.1 传染病防控 | 第14-15页 |
| 1.2.2 突发事件的应急决策 | 第15-17页 |
| 1.2.3 时间影响网络的演化历程及应用现状 | 第17-19页 |
| 1.3 论文的主要内容和组织结构 | 第19-21页 |
| 第二章 传染病防控的时间影响网络模型 | 第21-33页 |
| 2.1 决策方案定量化评价步骤 | 第21-22页 |
| 2.2 传染病防控的分层行动方案分析 | 第22-27页 |
| 2.2.1 政府层行动方案分析 | 第23-25页 |
| 2.2.2 部门层行动方案分析 | 第25-27页 |
| 2.2.3 实际操作层行动方案分析 | 第27页 |
| 2.3 时间影响网络的建模方法 | 第27-29页 |
| 2.4 政府层的传染病防控时间影响网络模型 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 传染病防控应急行动规则与应急效果评价 | 第33-41页 |
| 3.1 行动规则与效果评价的重要性 | 第33页 |
| 3.2 传染病应急方案制定的基本规则描述 | 第33-37页 |
| 3.3 面向时间影响网络模型的传染病应急效果评价方法 | 第37-39页 |
| 3.3.1 效果评价指标体系构建的基本原则与方法 | 第37-38页 |
| 3.3.2 时间影响网络效果的评价准则与复合评价方法 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 行动方案概率变化的传染病防控信息融合 | 第41-53页 |
| 4.1 信息融合的基础：动态贝叶斯网络及其推理 | 第41-45页 |
| 4.1.1 动态贝叶斯网络的定义 | 第41-42页 |
| 4.1.2 动态贝叶斯网络的推理 | 第42-45页 |
| 4.2 概率描述的时间影响网络推理方法 | 第45-48页 |
| 4.2.1 概率推理的基本求解思路 | 第45页 |
| 4.2.2 基本时间影响网络的概率计算方法 | 第45-46页 |
| 4.2.3 概率传播的过程描述 | 第46-48页 |
| 4.3 输入方案概率变化的时间影响网络转换算法 | 第48-49页 |
| 4.4 简单传染病防控信息融合示例 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于时间影响网络的传染病防控应用案例研究 | 第53-64页 |
| 5.1 问题背景分析 | 第53-54页 |
| 5.2 初始方案 | 第54-58页 |
| 5.2.1 初始方案信息 | 第54-55页 |
| 5.2.2 初始方案结果分析 | 第55-58页 |
| 5.3 符合规则的方案 | 第58-60页 |
| 5.3.1 方案更改情况 | 第58页 |
| 5.3.2 规则方案结果分析 | 第58-60页 |
| 5.4 融合实时信息的方案 | 第60-63页 |
| 5.4.1 融合方案 | 第60-61页 |
| 5.4.2 融合信息后结果分析 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 结束语 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 作者在学期间取得的学术成果 | 第73页 |