| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·本文主要工作 | 第10-11页 |
| 第二章 模糊贝叶斯网络理论 | 第11-29页 |
| ·贝叶斯网络概述 | 第11-14页 |
| ·贝叶斯网络的基本概念 | 第11页 |
| ·贝叶斯网络的建立 | 第11-14页 |
| ·贝叶斯网络的知识推理 | 第14页 |
| ·模糊贝叶斯网络 | 第14-18页 |
| ·模糊概率 | 第14-17页 |
| ·模糊贝叶斯网络的建立 | 第17-18页 |
| ·模糊贝叶斯网络的知识推理 | 第18页 |
| ·基于混合事件的条件模糊概率表的定义 | 第18-28页 |
| ·混合事件的条件模糊概率的定义 | 第19-24页 |
| ·混合事件的条件模糊概率表的计算 | 第24-28页 |
| 本章小结 | 第28-29页 |
| 第三章 遗传算法理论 | 第29-34页 |
| ·遗传算法的概念 | 第29页 |
| ·基本遗传算法 | 第29-33页 |
| ·基本遗传算法的构成要素 | 第29-32页 |
| ·基本遗传算法的框架 | 第32-33页 |
| 本章小结 | 第33-34页 |
| 第四章 基于遗传算法的模糊贝叶斯网络学习算法 | 第34-41页 |
| ·数据模糊化 | 第34页 |
| ·遗传编码 | 第34-35页 |
| ·种群初始化 | 第35-36页 |
| ·适应度函数 | 第36-38页 |
| ·推理误差的定义 | 第36-37页 |
| ·适应度函数的定义 | 第37-38页 |
| ·选择算子 | 第38页 |
| ·模糊贝叶斯网络参数的遗传算子 | 第38-39页 |
| ·模糊贝叶斯网络结构的遗传算子 | 第39-40页 |
| ·交叉算子 | 第39-40页 |
| ·变异算子 | 第40页 |
| 本章小结 | 第40-41页 |
| 第五章 基于模糊贝叶斯网络的特种承压设备的安全知识推理 | 第41-59页 |
| ·特种承压设备概述 | 第41-42页 |
| ·广州市特种承压设备安全预测与控制系统知识 | 第42-52页 |
| ·工业锅炉安全等级因素变量的确定 | 第42-45页 |
| ·工业锅炉安全等级数据 | 第45-47页 |
| ·工业锅炉贝叶斯网络模型的建立 | 第47-52页 |
| ·基于遗传算法的模糊贝叶斯网络与其它算法比较 | 第52-58页 |
| ·知识推理比较 | 第53-56页 |
| ·其它比较结果 | 第56-58页 |
| 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |