| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 选题的背景、目的和意义 | 第8-9页 |
| 1.1.1 选题的背景和问题的提出 | 第8页 |
| 1.1.2 研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 装备保障态势分类分级研究现状 | 第9-10页 |
| 1.2.2 装备保障态势评估方法的研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 本文的结构安排 | 第12-13页 |
| 第二章 云模型理论及自适应神经模糊推理系统 | 第13-20页 |
| 2.1 云模型理论 | 第13-15页 |
| 2.1.1 基于云模型的概念提取 | 第13页 |
| 2.1.2 基于云变换的概念提升 | 第13-15页 |
| 2.2 模糊逻辑理论 | 第15-16页 |
| 2.3 人工神经网络的自适应控制 | 第16-17页 |
| 2.4 自适应神经模糊推理系统 | 第17-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 基于云模型的自适应神经模糊系统的装备保障态势评估 | 第20-41页 |
| 3.1 基于耗散结构和熵理论的装备保障态势评估指标体系 | 第20-23页 |
| 3.1.1 耗散结构及熵理论 | 第20页 |
| 3.1.2 装备保障态势耗散结构特性简析 | 第20-21页 |
| 3.1.3 基于耗散结构和熵理论的装备保障态势评估指标体系 | 第21-23页 |
| 3.2 基于多维云模型和熵权理论的装备保障态势评估 | 第23-25页 |
| 3.3 基于云模型的模糊推理系统装备保障态势评估 | 第25-27页 |
| 3.3.1 正态分布模糊推理评估 | 第25-26页 |
| 3.3.2 正态云模型模糊推理评估 | 第26-27页 |
| 3.4 基于云模型的自适应神经模糊系统的装备保障态势评估 | 第27-36页 |
| 3.4.1 基于云模型的自适应神经模糊系统结构 | 第27-31页 |
| 3.4.2 参数学习算法 | 第31-33页 |
| 3.4.3 单级云模型自适应模糊神经系统的态势评估 | 第33-36页 |
| 3.4.4 递阶云模型自适应模糊神经系统的态势评估 | 第36页 |
| 3.5 基于云神经网络的装备保障态势评估 | 第36-38页 |
| 3.6 动态云模型模糊神经网络装备保障态势评估 | 第38-39页 |
| 3.7 本章小结 | 第39-41页 |
| 第四章 云自适应神经模糊系统装备保障态势评估的应用及性能分析 | 第41-51页 |
| 4.1 基于云模型的模糊逻辑评估的应用及性能分析 | 第42-44页 |
| 4.1.1 基于Mamdani模型的正态分布模糊逻辑评估应用 | 第42-43页 |
| 4.1.2 基于正态云模型的模糊逻辑评估应用 | 第43-44页 |
| 4.1.3 隶属函数对评估效能的影响 | 第44页 |
| 4.1.4 模糊规则对评估效能的影响 | 第44页 |
| 4.2 基于云模型的自适应神经模糊系统评估应用及性能分析 | 第44-49页 |
| 4.2.1 稳定性分析 | 第45-46页 |
| 4.2.2 系统训练对性能产生的影响 | 第46页 |
| 4.2.3 训练数据数量对性能产生的影响 | 第46-47页 |
| 4.2.4 训练数据误差对性能产生的影响 | 第47-49页 |
| 4.3 基于云模型的神经网络评估应用及性能分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 结论与展望 | 第51-53页 |
| 5.1 工作总结 | 第51页 |
| 5.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 在学期间的研究成果 | 第55-56页 |
| 致谢 | 第56页 |
