| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外同类研究现状 | 第12-19页 |
| 1.2.1 维护策略优化 | 第12-14页 |
| 1.2.2 设备状态预测模型 | 第14-16页 |
| 1.2.3 设备状态预测模型中的不确定性 | 第16-19页 |
| 1.3 主要内容与研究思路 | 第19-21页 |
| 1.3.1 论文主要内容 | 第19-20页 |
| 1.3.2 论文研究思路 | 第20-21页 |
| 1.4 本章小结 | 第21-22页 |
| 第2章 物流设备维护相关理论基础 | 第22-30页 |
| 2.1 物流设备概述 | 第22-23页 |
| 2.2 我国物流设备维护特点及存在问题 | 第23-24页 |
| 2.3 设备维护理论的发展 | 第24-27页 |
| 2.3.1 早期维护理论 | 第25-26页 |
| 2.3.2 现代维护理论 | 第26-27页 |
| 2.4 设备状态维护概述 | 第27-29页 |
| 2.4.1 状态维护的内涵 | 第27-28页 |
| 2.4.2 状态维护的特点 | 第28-29页 |
| 2.4.3 状态维护的结构分析 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 物流设备状态维护的技术要求 | 第30-46页 |
| 3.1 适用状态维护的物流设备确定 | 第30-34页 |
| 3.1.1 物流设备维修方式的选择方法 | 第30-31页 |
| 3.1.2 基于重要度评价的物流设备维修方式的选择方法 | 第31-34页 |
| 3.2 物流设备状态维护中的状态监测 | 第34-38页 |
| 3.2.1 状态监测概述 | 第34-35页 |
| 3.2.2 物流设备状态维护中的监测技术 | 第35-37页 |
| 3.2.3 状态维护所需状态监测间隔期的确定 | 第37-38页 |
| 3.3 物流设备状态预测 | 第38-45页 |
| 3.3.1 物流设备状态预测对于状态维护的重要性 | 第38-39页 |
| 3.3.2 物流设备状态预测方法选择 | 第39-40页 |
| 3.3.3 马尔可夫预测方法 | 第40-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于马尔可夫决策过程的物流设备状态维护模型及其鲁棒优化 | 第46-55页 |
| 4.1 物流设备状态维护模型的建立 | 第46-49页 |
| 4.1.1 最优维护策略的定义 | 第46-47页 |
| 4.1.2 物流设备的状态维护模型 | 第47-49页 |
| 4.2 物流设备状态维护模型的鲁棒优化 | 第49-53页 |
| 4.2.1 物流设备状态维护中不确定性的描述 | 第49-50页 |
| 4.2.2 极小极大鲁棒优化 | 第50-51页 |
| 4.2.3 赫威斯准则鲁棒优化 | 第51-53页 |
| 4.3 模型求解 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 基于马尔可夫决策过程的物流设备状态维护模型应用 | 第55-69页 |
| 5.1 A 企业物流设备维护概况 | 第55-61页 |
| 5.2 实例求解 | 第61-65页 |
| 5.2.1 数据处理 | 第61-62页 |
| 5.2.2 基于马尔可夫决策过程的起重机状态维护策略确定 | 第62-64页 |
| 5.2.3 基于马尔可夫决策过程的起重机状态维护策略鲁棒优化 | 第64-65页 |
| 5.3 效果评价 | 第65-67页 |
| 5.4 实例分析的几点建议 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 研究成果与展望 | 第69-71页 |
| 6.1 研究成果 | 第69-70页 |
| 6.2 研究展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 导师及作者简介 | 第76-77页 |
| 致谢 | 第77页 |
