| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-25页 |
| 1.1 装备维修简介 | 第14-16页 |
| 1.1.1 装备维修与装备维修管理 | 第14-15页 |
| 1.1.2 装备维修分类 | 第15页 |
| 1.1.3 装备维修思想 | 第15-16页 |
| 1.2 基于状态的维修概述 | 第16-20页 |
| 1.2.1 概念与特点 | 第16-17页 |
| 1.2.2 技术标准 | 第17-18页 |
| 1.2.3 系统与应用 | 第18-19页 |
| 1.2.4 关键技术 | 第19-20页 |
| 1.3 现状总结与研究意义 | 第20-21页 |
| 1.4 论文研究内容 | 第21-23页 |
| 1.5 论文结构 | 第23-25页 |
| 第二章 军事信息装备维修管理模型和状态监测技术 | 第25-44页 |
| 2.1 MMCM：基于状态监测的军事信息装备维修管理模型 | 第25-33页 |
| 2.1.1 MMCM基本思想 | 第25-27页 |
| 2.1.2 MMCM模型框架 | 第27-28页 |
| 2.1.3 MMCM数据建模 | 第28-30页 |
| 2.1.4 MMCM过程建模 | 第30-32页 |
| 2.1.5 MMCM与OSA-CBM对比分析 | 第32-33页 |
| 2.2 网络密码装备性能监测指标体系 | 第33-35页 |
| 2.2.1 问题分析 | 第33-34页 |
| 2.2.2 网络密码装备性能监测指标的选取 | 第34-35页 |
| 2.2.3 指标体系完备性和实用性分析 | 第35页 |
| 2.3 基于推、拉模式混合的监测信息收集算法 | 第35-43页 |
| 2.3.1 CBM监测架构 | 第35-36页 |
| 2.3.2 算法设计思想 | 第36-37页 |
| 2.3.3 算法描述 | 第37-40页 |
| 2.3.4 实验结果与分析 | 第40-43页 |
| 2.4 本章小结 | 第43-44页 |
| 第三章 军事信息装备状态评估技术 | 第44-64页 |
| 3.1 问题分析 | 第44-45页 |
| 3.2 基于支持向量机的状态评估方法 | 第45-50页 |
| 3.2.1 SVM原理 | 第45-47页 |
| 3.2.2 C-SVM:带置信度的支持向量机状态评估方法 | 第47-49页 |
| 3.2.3 C-SVM参数选取 | 第49-50页 |
| 3.3 SMGBDE：一种自适应的骨架差分进化算法 | 第50-60页 |
| 3.3.1 标准DE算法介绍 | 第50-51页 |
| 3.3.2 DE算法的研究现状 | 第51-52页 |
| 3.3.3 SMGBDE算法详述 | 第52-55页 |
| 3.3.4 SMGBDE算法分析 | 第55-56页 |
| 3.3.5 性能评估 | 第56-60页 |
| 3.4 SMGBDE算法在C-SVM中的运用 | 第60-63页 |
| 3.4.1 基于SMGBDE参数优化的C-SVM | 第60-61页 |
| 3.4.2 性能评估 | 第61-63页 |
| 3.5 本章小结 | 第63-64页 |
| 第四章 军事信息装备故障概率预测与维修决策技术 | 第64-73页 |
| 4.1 基于广义回归神经网络的故障概率预测 | 第64-67页 |
| 4.1.1 问题分析 | 第64页 |
| 4.1.2 相关研究与GRNN简介 | 第64-66页 |
| 4.1.3 FTP-GRNN设计 | 第66页 |
| 4.1.4 FTP-GRNN执行 | 第66-67页 |
| 4.2 MMCM模型维修间隔期及维修类型决策 | 第67-69页 |
| 4.2.1 维修间隔期分析 | 第67页 |
| 4.2.2 MCM-UT阐述 | 第67-68页 |
| 4.2.3 MMCM模型决策流程 | 第68-69页 |
| 4.3 应用举例 | 第69-72页 |
| 4.3.1 案例描述 | 第69页 |
| 4.3.2 FTP-GRNN的效果与分析 | 第69-71页 |
| 4.3.3 MMCM模型决策方法运用 | 第71-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 结束语 | 第73-75页 |
| 5.1 工作总结 | 第73-74页 |
| 5.2 研究展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-85页 |
| 附录A | 第85-87页 |
| 附录B | 第87-89页 |
| 作者简历 攻读硕士期间完成的主要工作 | 第89页 |
