| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-22页 |
| ·信息融合概述 | 第11-16页 |
| ·信息融合的定义 | 第11-13页 |
| ·信息融合系统的基本原理 | 第13-15页 |
| ·信息融合的模型 | 第15页 |
| ·信息融合技术的应用 | 第15-16页 |
| ·基于证据理论的信息融合方法在故障诊断中的应用 | 第16-20页 |
| ·信息融合应用于故障诊断的原因及意义 | 第16页 |
| ·证据理论方法在故障诊断中的应用 | 第16-17页 |
| ·基于证据理论的信息融合故障诊断框架 | 第17-18页 |
| ·基本概率赋值函数(BPA)的获取 | 第18-19页 |
| ·基于D-S 证据理论的证据组合方法 | 第19页 |
| ·诊断故障类型的决策规则 | 第19-20页 |
| ·D-S 理论及其在故障诊断应用中存在的问题 | 第20页 |
| ·本文的项目来源及主要研究内容 | 第20-22页 |
| 第2章 信息融合的代数基础理论 | 第22-33页 |
| ·引言 | 第22-23页 |
| ·条件事件代数理论 | 第23-25页 |
| ·条件事件代数产生的背景 | 第23-24页 |
| ·条件事件代数的定义 | 第24-25页 |
| ·DEMPSTER-SHAFER 证据理论 | 第25-28页 |
| ·随机集理论及其性质 | 第28-32页 |
| ·随机集的定义 | 第28-29页 |
| ·随机集的主要性质 | 第29-30页 |
| ·随机集与D-S 证据理论的关系 | 第30-32页 |
| ·随机集与条件事件代数 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于条件证据理论的信息融合故障诊断方法 | 第33-42页 |
| ·引言 | 第33-34页 |
| ·条件证据基本理论 | 第34-35页 |
| ·基于条件证据的故障诊断方法 | 第35-36页 |
| ·实例分析 | 第36-41页 |
| ·故障样板模式隶属度函数的确定 | 第36-37页 |
| ·待检模式隶属度函数的确定 | 第37页 |
| ·基本概率分配函数的确定 | 第37-39页 |
| ·决策准则 | 第39-40页 |
| ·实验 | 第40-41页 |
| ·结论 | 第41-42页 |
| 第4章 模糊规则推理和证据理论结合的故障诊断方法 | 第42-51页 |
| ·引言 | 第42-43页 |
| ·故障诊断中的模糊规则库 | 第43页 |
| ·基于模糊推理规则与证据理论结合的诊断方法 | 第43-46页 |
| ·证据的随机集表示及扩展准则 | 第44页 |
| ·基本概率赋值的确定 | 第44-46页 |
| ·融合决策及其准则 | 第46页 |
| ·实例分析 | 第46-50页 |
| ·问题描述 | 第46页 |
| ·模糊规则库的建立 | 第46-47页 |
| ·诊断的输入 | 第47-49页 |
| ·融合诊断结果的统计分析 | 第49-50页 |
| ·结论 | 第50-51页 |
| 第5章 基于条件事件的证据更新方法及其在故障诊断中的应用 | 第51-60页 |
| ·引言 | 第51-52页 |
| ·证据的随机集表示 | 第52-53页 |
| ·基于条件事件的更新规则 | 第53-57页 |
| ·条件置信及更新规则 | 第53-54页 |
| ·条件置信函数 | 第54-56页 |
| ·基于条件事件的更新策略 | 第56-57页 |
| ·实例分析 | 第57-58页 |
| ·总结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录1 | 第67页 |