基于TF-HBPN的复杂系统行为分析方法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-14页 |
1.1 研究背景及现状 | 第9-11页 |
1.2 本文工作概述 | 第11-12页 |
1.3 本文内容与结构 | 第12-14页 |
2 相关理论知识介绍 | 第14-25页 |
2.1 Petri网理论 | 第14-22页 |
2.1.1 一般Petri网 | 第15-17页 |
2.1.2 扩展模糊Petri网 | 第17-20页 |
2.1.3 分层Petri网 | 第20-22页 |
2.2 贝叶斯概率推理 | 第22页 |
2.3 时间溯因推理 | 第22-24页 |
2.3.1 溯因推理 | 第22-23页 |
2.3.2 最迟触发时间区间 | 第23页 |
2.3.3 时序关系判定函数 | 第23-24页 |
2.4 本章小结 | 第24-25页 |
3 扩展时间因素的分层贝叶斯Petri网 | 第25-36页 |
3.1 模型基本思想 | 第25-29页 |
3.2 模型定义 | 第29-32页 |
3.2.1 映射规则 | 第29-31页 |
3.2.2 令牌和状态标识集 | 第31页 |
3.2.3 令牌的融合计算方法 | 第31-32页 |
3.2.4 ∑_(TF-HBPN)的运行规则 | 第32页 |
3.3 分层模型的建立与分析 | 第32-34页 |
3.3.1 递归建模算法 | 第32-34页 |
3.3.2 递归溯因推理方法 | 第34页 |
3.4 本章小结 | 第34-36页 |
4 实验仿真 | 第36-48页 |
4.1 列车塞拉门开门过程故障建模 | 第36-38页 |
4.1.1 问题描述 | 第36-37页 |
4.1.2 分层模型的建立 | 第37-38页 |
4.2 电网故障建模分析 | 第38-45页 |
4.2.1 问题描述 | 第38-39页 |
4.2.2 单一故障行为分析 | 第39-44页 |
4.2.3 复合故障行为分析 | 第44-45页 |
4.3 实验结果分析 | 第45-47页 |
4.3.1 模型规模对比 | 第46页 |
4.3.2 模型准确度对比 | 第46-47页 |
4.4 本章小结 | 第47-48页 |
5 总结与展望 | 第48-51页 |
5.1 本文工作总结 | 第48-49页 |
5.2 下一步工作展望 | 第49-51页 |
参考文献 | 第51-54页 |
致谢 | 第54-56页 |
个人简历及硕士期间发表的学术论文 | 第56页 |