网络故障智能诊断关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-29页 |
| ·课题背景 | 第13-15页 |
| ·国内外网络故障诊断的研究概况 | 第15-25页 |
| ·基于人工智能的故障定位技术 | 第15-20页 |
| ·模型遍历技术 | 第20-21页 |
| ·基于图论的故障诊断技术 | 第21-25页 |
| ·论文的目标和主要工作 | 第25-27页 |
| ·研究目标 | 第25-26页 |
| ·主要工作 | 第26-27页 |
| ·论文结构安排 | 第27-29页 |
| 第2章 网络故障传播模型 | 第29-43页 |
| ·引言 | 第29-30页 |
| ·现有的主要故障传播模型 | 第30-34页 |
| ·依赖图故障传播模型 | 第30-32页 |
| ·因果图故障传播模型 | 第32-33页 |
| ·短语结构文法故障传播模型 | 第33-34页 |
| ·二分图故障传播模型 | 第34-37页 |
| ·面向服务的分层网络故障管理模型 | 第37-42页 |
| ·网络业务层的二分图故障传播模型建立 | 第40-41页 |
| ·应用服务端的二分图故障传播模型建立 | 第41页 |
| ·通信网络的二分图故障传播模型建立 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第3章 基于拉格朗日松弛法的故障定位算法 | 第43-61页 |
| ·引言 | 第43-44页 |
| ·改进的二分图模型 | 第44-45页 |
| ·基于拉格朗日松弛法的故障定位技术 | 第45-58页 |
| ·问题定义 | 第45-47页 |
| ·算法描述 | 第47-49页 |
| ·带权的最小集覆盖算法 | 第49-53页 |
| ·仿真结果和分析 | 第53-58页 |
| ·本章小结 | 第58-61页 |
| 第4章 基于空间搜索的故障定位算法 | 第61-81页 |
| ·引言 | 第61-62页 |
| ·非确定性的三层因果图模型 | 第62-65页 |
| ·基于空间搜索的故障定位算法 | 第65-77页 |
| ·改进的渐增假设更新方法 | 第65-69页 |
| ·递归的最小故障假设创建算法 | 第69-74页 |
| ·仿真结果和分析 | 第74-77页 |
| ·模型概率参数估计不确定性的影响 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 第5章 基于前L个最佳故障假设的测试技术 | 第81-95页 |
| ·引言 | 第81-82页 |
| ·前L个最佳假设的选择技术 | 第82-84页 |
| ·基于SSA算法的前L个最佳故障假设选取 | 第83页 |
| ·基于LRA算法的前L个最佳故障假设选取 | 第83-84页 |
| ·前 L个最佳假设的测试技术 | 第84-94页 |
| ·基于信息收益的前 L个最佳假设测试算法 | 第86-88页 |
| ·基于互信息的前 L个最佳假设测试算法 | 第88-94页 |
| ·本章小结 | 第94-95页 |
| 第6章 网络故障管理系统 OSFMS设计和实现 | 第95-109页 |
| ·引言 | 第95-96页 |
| ·OSFMS系统的体系结构 | 第96-98页 |
| ·数据采集子系统设计 | 第98-103页 |
| ·数据采集方式 | 第99-102页 |
| ·数据采集子系统组成 | 第102-103页 |
| ·故障诊断子系统设计 | 第103-105页 |
| ·故障诊断子系统功能 | 第103-104页 |
| ·故障诊断子系统组成 | 第104-105页 |
| ·在下一代网络的故障管理系统NGNFMS中的应用 | 第105-108页 |
| ·本章小结 | 第108-109页 |
| 第7章 总结与展望 | 第109-111页 |
| ·总结 | 第109-110页 |
| ·展望 | 第110-111页 |
| 参考文献 | 第111-117页 |
| 攻读学位期间发表的学术论文 | 第117-119页 |
| 致谢 | 第119-121页 |
