| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 多状态系统状态转移参数估计 | 第14-15页 |
| 1.2.2 选择性维护策略 | 第15-18页 |
| 1.3 论文的研究内容 | 第18页 |
| 1.4 论文的主要结构 | 第18-20页 |
| 第二章 融合多层次状态观测序列的多状态系统状态转移参数估计方法 | 第20-46页 |
| 2.1 多状态系统可靠性理论基础 | 第20-23页 |
| 2.1.1 多状态系统的基本特征 | 第20-22页 |
| 2.1.2 马尔可夫模型 | 第22-23页 |
| 2.2 系统描述与多层次状态观测序列 | 第23-28页 |
| 2.2.1 多状态系统 | 第23-27页 |
| 2.2.2 多层次状态观测序列 | 第27-28页 |
| 2.3 基于贝叶斯网络的多状态系统可靠性建模 | 第28-32页 |
| 2.3.1 贝叶斯网络模型 | 第28-30页 |
| 2.3.2 贝叶斯网络推理算法 | 第30-32页 |
| 2.4 融合多层次状态观测序列的参数估计 | 第32-34页 |
| 2.5 算例分析 | 第34-43页 |
| 2.5.1 算例分析I | 第34-40页 |
| 2.5.2 算例分析II | 第40-43页 |
| 2.6 方法的优点与局限 | 第43-45页 |
| 2.7 本章小结 | 第45-46页 |
| 第三章 不完全状态观测下的稳健选择性维护决策方法 | 第46-70页 |
| 3.1 引言 | 第46-47页 |
| 3.2 系统描述与维护模型 | 第47-50页 |
| 3.2.1 基本假设 | 第47-48页 |
| 3.2.2 非完好维护模型 | 第48-49页 |
| 3.2.3 维护效果与维护费用 | 第49-50页 |
| 3.3 不完全状态观测下单元可靠度评估模型 | 第50-57页 |
| 3.3.1 单元状态的后验概率分布 | 第51-52页 |
| 3.3.2 单元有效役龄的后验概率分布 | 第52-54页 |
| 3.3.3 维护后单元状态与有效役龄 | 第54-55页 |
| 3.3.4 单元可靠度评估 | 第55-56页 |
| 3.3.5 系统任务完成概率评估 | 第56-57页 |
| 3.3.6 离散求和算法 | 第57页 |
| 3.4 稳健选择性维护决策模型 | 第57-59页 |
| 3.5 基于粒子群算法的维护决策优化 | 第59-62页 |
| 3.5.1 构造粒子个体 | 第59-60页 |
| 3.5.2 多目标粒子群算法 | 第60-62页 |
| 3.6 算例分析 | 第62-69页 |
| 3.6.1 算例分析I | 第62-66页 |
| 3.6.2 算例分析II | 第66-69页 |
| 3.7 本章小结 | 第69-70页 |
| 第四章 多阶段任务下的选择性维护决策方法 | 第70-93页 |
| 4.1 引言 | 第70-71页 |
| 4.2 系统描述与维护模型 | 第71-74页 |
| 4.2.1 基本假设 | 第71-72页 |
| 4.2.2 非完好维护模型 | 第72页 |
| 4.2.3 维护效果与维护费用 | 第72-74页 |
| 4.3 任务完成概率 | 第74-79页 |
| 4.3.1 单元生存概率 | 第74-77页 |
| 4.3.2 系统任务完成概率 | 第77页 |
| 4.3.3 离散化算法 | 第77-79页 |
| 4.4 选择性维护决策模型 | 第79-80页 |
| 4.5 基于模拟退火遗传算法的维护决策优化 | 第80-85页 |
| 4.5.1 构造种群个体 | 第81-82页 |
| 4.5.2 模拟退火遗传算法 | 第82-85页 |
| 4.6 算例分析 | 第85-92页 |
| 4.6.1 算例分析I | 第85-87页 |
| 4.6.2 算例分析II | 第87-92页 |
| 4.7 本章小结 | 第92-93页 |
| 第五章 总结与展望 | 第93-95页 |
| 5.1 全文总结 | 第93-94页 |
| 5.2 后续工作展望 | 第94-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-107页 |
| 附录 | 第107-110页 |
| 攻读硕士学位期间取得研究成果 | 第110-112页 |