| 致谢 | 第5-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 故障诊断技术的发展研究 | 第14-15页 |
| 1.2.2 车载设备故障诊断研究现状 | 第15-17页 |
| 1.2.3 贝叶斯网络故障诊断研究现状 | 第17-18页 |
| 1.3 选题目的及意义 | 第18页 |
| 1.4 论文的主要工作和组织架构 | 第18-20页 |
| 1.5 本章小结 | 第20-21页 |
| 2 贝叶斯网络原理 | 第21-31页 |
| 2.1 概率论基础 | 第21-22页 |
| 2.2 贝叶斯网络定义 | 第22-23页 |
| 2.3 贝叶斯网络学习 | 第23-28页 |
| 2.3.1 贝叶斯网络结构学习 | 第23-26页 |
| 2.3.2 贝叶斯网络参数学习 | 第26-28页 |
| 2.4 贝叶斯网络推理 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 3 基于贝叶斯网络的车载设备故障诊断 | 第31-47页 |
| 3.1 车载设备概述 | 第31-33页 |
| 3.2 基于贝叶斯网络的车载设备故障诊断 | 第33-35页 |
| 3.2.1 车载设备故障诊断特征 | 第33-34页 |
| 3.2.2 车载设备故障诊断流程 | 第34-35页 |
| 3.3 车载设备故障诊断模型建立 | 第35-43页 |
| 3.3.1 诊断知识库获取 | 第35-41页 |
| 3.3.2 诊断模型建立 | 第41-43页 |
| 3.4 故障诊断 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 基于粗糙集理论的故障诊断模型约简 | 第47-61页 |
| 4.1 粗糙集理论简介 | 第47-48页 |
| 4.2 知识约简 | 第48-49页 |
| 4.3 基于粗糙集理论的车载设备故障诊断模型约简 | 第49-55页 |
| 4.3.1 知识约简分析 | 第49-54页 |
| 4.3.2 故障诊断模型约简 | 第54-55页 |
| 4.4 模型验证 | 第55-60页 |
| 4.4.1 验证分析1 | 第56-58页 |
| 4.4.2 验证分析2 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 改进贝叶斯网络节点在车载设备故障诊断中的应用 | 第61-73页 |
| 5.1 改进的贝叶斯网络节点划分 | 第61-63页 |
| 5.2 车载设备故障诊断中的改进贝叶斯网络节点 | 第63-67页 |
| 5.2.1 基于改进贝叶斯网络节点的车载设备故障诊断流程 | 第63-64页 |
| 5.2.2 改进贝叶斯网络节点在车载设备故障诊断中的应用 | 第64-67页 |
| 5.3 模型验证 | 第67-71页 |
| 5.3.1 验证分析1 | 第67-69页 |
| 5.3.2 验证分析2 | 第69-71页 |
| 5.4 本章小结 | 第71-73页 |
| 6 车载设备故障诊断系统的设计与实现 | 第73-81页 |
| 6.1 故障诊断系统方案设计 | 第73-75页 |
| 6.2 故障诊断系统实现 | 第75-79页 |
| 6.2.1 主界面 | 第75页 |
| 6.2.2 知识库管理模块界面 | 第75-76页 |
| 6.2.3 诊断实例管理模块界面 | 第76-77页 |
| 6.2.4 模型生成模块界面 | 第77-78页 |
| 6.2.5 维修决策界面 | 第78-79页 |
| 6.3 本章小结 | 第79-81页 |
| 7 总结与展望 | 第81-83页 |
| 7.1 研究总结 | 第81-82页 |
| 7.2 研究展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 图索引 | 第87-89页 |
| 表索引 | 第89-91页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第91-95页 |
| 学位论文数据集 | 第95页 |