基于条件事件代数的概率逻辑推理和概率逻辑衍推推理
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 前言 | 第11-24页 |
| ·本文的研究意义 | 第11-18页 |
| ·本文的研究内容 | 第18-24页 |
| ·推理过程中概率和逻辑的一致性表示和高阶推理方法 | 第19页 |
| ·利用证据进行正反向高阶概率逻辑推理 | 第19-20页 |
| ·如何进行概率逻辑的模糊推理及衍推推理 | 第20-24页 |
| 第2章 条件事件代数和贝叶斯网 | 第24-31页 |
| ·扩展概率空间及条件事件代数 | 第24-25页 |
| ·贝叶斯网及其推理 | 第25-31页 |
| ·贝叶斯网简介 | 第25-28页 |
| ·在贝叶斯网中进行推理的方法 | 第28-31页 |
| 第3章 基于条件事件代数的概率逻辑推理 | 第31-70页 |
| ·引言 | 第31-39页 |
| ·问题的提出 | 第31-32页 |
| ·本章研究的基本思想 | 第32-39页 |
| ·贝叶斯网中的高阶概率逻辑推理 | 第39-50页 |
| ·结合条件事件代数对高阶条件事件进行推理 | 第39-40页 |
| ·利用条件事件代数描述条件事件的方法 | 第40-41页 |
| ·结合条件事件代数的对高阶条件事件进行推理 | 第41-46页 |
| ·实验说明 | 第46-50页 |
| ·基于贝叶斯网和影响图的反向及模糊概率逻辑推理 | 第50-58页 |
| ·基于贝叶斯网和影响图的反向推理 | 第50-52页 |
| ·结合顺序因果关系和条件事件代数下的反向推理 | 第52-54页 |
| ·对反向PS-Gibbs 算法收敛性的讨论 | 第54-55页 |
| ·实验说明 | 第55-58页 |
| ·基于贝叶斯网和影响图的反向模糊推理 | 第58-62页 |
| ·模糊概率逻辑推理 | 第62-68页 |
| ·模糊条件概率 | 第62-63页 |
| ·基于条件事件代数的模糊条件事件概率逻辑推理 | 第63-68页 |
| ·本章小结 | 第68-70页 |
| 第4章 概率逻辑衍推推理 | 第70-85页 |
| ·引言 | 第70-72页 |
| ·问题的提出 | 第70-72页 |
| ·可信概率逻辑衍推和近似可信概率逻辑衍推 | 第72-74页 |
| ·可信概率逻辑衍推 | 第72-73页 |
| ·近似可信概率逻辑衍推 | 第73-74页 |
| ·门限可信概率逻辑衍推 | 第74-84页 |
| ·门限可信的属性 | 第74-78页 |
| ·基于信息熵的门限选择方法 | 第78-84页 |
| ·本章小结 | 第84-85页 |
| 第5章 基于概率逻辑推理的应用系统 | 第85-96页 |
| ·企业文化测评简介 | 第85-86页 |
| ·概率逻辑在企业文化测评中的应用 | 第86-96页 |
| 第6章 结论 | 第96-99页 |
| 参考文献 | 第99-107页 |
| 致谢 | 第107-109页 |
| 附录 | 第109-110页 |
| 1. 攻读博士学位期间已发表或已录用的论文 | 第109-110页 |
| 2. 攻读博士学位期间主要参与的科研项目 | 第110页 |
| 3. 攻读博士学位期间参与的学术活动 | 第110页 |
