| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| ·引言 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·知识的不确定性 | 第12页 |
| ·产生式规则 | 第12-14页 |
| ·模糊推理 | 第14-15页 |
| ·研究目的与意义 | 第15-16页 |
| ·主要研究内容 | 第16-18页 |
| 第二章 基于隶属度函数的置信规则推理算法 | 第18-32页 |
| ·模糊推理基本概念 | 第18-20页 |
| ·隶属度和隶属函数 | 第18页 |
| ·经典模糊推理算法 | 第18-20页 |
| ·一种新的基于隶属度函数的置信推理算法 | 第20-26页 |
| ·整体前件匹配度计算 | 第20-22页 |
| ·多结论计算 | 第22-24页 |
| ·基于隶属度函数的置信推理算法 | 第24-25页 |
| ·算法图形化解释 | 第25-26页 |
| ·算法敏感性分析 | 第26页 |
| ·实验及数据分析 | 第26-31页 |
| ·问题描述 | 第27页 |
| ·构建规则库 | 第27-29页 |
| ·实验结果 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于隶属云模型的置信规则推理算法 | 第32-54页 |
| ·云模型相关概念 | 第32-35页 |
| ·隶属云和隶属云模型 | 第32-33页 |
| ·云规则发生器 | 第33-34页 |
| ·几种云相似性度量方法 | 第34-35页 |
| ·一种新的基于云模型的置信规则推理算法 | 第35-39页 |
| ·基于置信规则的前件云与后件云 | 第36-37页 |
| ·基于云模型的置信推理算法 | 第37-38页 |
| ·输入为精确值的置信规则推理系统 | 第38-39页 |
| ·一种新的基于云相似度的置信规则推理算法 | 第39-46页 |
| ·改进的正态云相似度算法 | 第40-44页 |
| ·基于云相似度的置信推理算法 | 第44-45页 |
| ·输入为定性值的置信规则推理系统 | 第45-46页 |
| ·实验及数据分析 | 第46-53页 |
| ·问题描述 | 第47-48页 |
| ·算法实现与应用 | 第48-50页 |
| ·实验结果 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 置信规则推理算法的实现与应用 | 第54-68页 |
| ·置信规则推理算法在 FuzzyCLIPS 中的实现 | 第54-59页 |
| ·专家系统工具介绍 | 第54-56页 |
| ·基于置信规则推理算法的 FuzzyCLIPS 扩展 | 第56-59页 |
| ·置信规则推理算法在鱼雷规避系统中的实现及应用 | 第59-67页 |
| ·系统模块组成 | 第59-61页 |
| ·系统工作流程 | 第61-62页 |
| ·置信规则设计 | 第62-63页 |
| ·仿真运行过程 | 第63-65页 |
| ·仿真结果分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 在学期间的研究成果及发表的论文 | 第74页 |