| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 课题研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第2章 相关理论与技术 | 第13-21页 |
| 2.1 云模型概述 | 第13-15页 |
| 2.1.1 隶属云的定义 | 第13页 |
| 2.1.2 云模型的数字特征值 | 第13-14页 |
| 2.1.3 正向云发生器 | 第14-15页 |
| 2.1.4 逆向云发生器 | 第15页 |
| 2.2 设备健康管理与故障预警概述 | 第15-18页 |
| 2.2.1 概述 | 第15-17页 |
| 2.2.2 故障预警技术 | 第17-18页 |
| 2.3 最小二乘支持向量机概述 | 第18-19页 |
| 2.4 信息设备的健康管理与故障预警 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于云模型的信息设备健康评估模型 | 第21-34页 |
| 3.1 概述 | 第21页 |
| 3.2 基于云模型的信息设备健康评估方法 | 第21-22页 |
| 3.3 基于云模型的信息设备健康评估方法具体步骤 | 第22-30页 |
| 3.3.1 信息设备健康等级划分 | 第22-23页 |
| 3.3.2 选取评价指标 | 第23-26页 |
| 3.3.3 指标权重的确定 | 第26-27页 |
| 3.3.4 云模型实现评语集 | 第27-28页 |
| 3.3.5 确定各指标的云模型 | 第28-30页 |
| 3.3.6 加权偏离度计算与分析 | 第30页 |
| 3.4 实例分析 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于云模型-最小二乘支持向量机的信息设备故障预警 | 第34-45页 |
| 4.1 概述 | 第34-36页 |
| 4.1.1 故障预警原理 | 第34-35页 |
| 4.1.2 故障预警步骤 | 第35-36页 |
| 4.2 基于云模型-最小二乘支持向量机的信息设备故障预警 | 第36-39页 |
| 4.2.1 云模型-最小二乘支持向量机预警算法 | 第36-37页 |
| 4.2.2 基于云模型-最小二乘支持向量机的信息设备故障预警方法 | 第37-39页 |
| 4.3 仿真实验 | 第39-44页 |
| 4.3.1 数据源 | 第39-40页 |
| 4.3.2 误差精度定义 | 第40页 |
| 4.3.3 实验结果与分析 | 第40-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 设备状态检修辅助决策系统设计与实现 | 第45-54页 |
| 5.1 概述 | 第45-46页 |
| 5.2 信息设备状态检修辅助决策系统开发环境 | 第46页 |
| 5.3 数据业务流程设计 | 第46-48页 |
| 5.4 评估流程设计 | 第48-49页 |
| 5.5 数据库概要设计 | 第49-51页 |
| 5.6 系统功能模块实现 | 第51-53页 |
| 5.7 本章小结 | 第53-54页 |
| 第6章 总结和展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士期间发表论文 | 第60-61页 |
| 致谢 | 第61页 |
