| 第1章 绪论 | 第1-22页 |
| 1．1 课题选取的背景 | 第8-10页 |
| 1．2 国际海上避碰规则的发展简况 | 第10-11页 |
| 1．3 避碰系统的研究现状 | 第11-13页 |
| 1．4 专家系统简介 | 第13-20页 |
| 1．4．1 专家系统的基本概念 | 第13-17页 |
| 1．4．2 新一代专家系统 | 第17-20页 |
| 1．5 本文研究的主要内容 | 第20-22页 |
| 1．5．1 本文研究的主要目的 | 第20-21页 |
| 1．5．2 本文研究的主要内容 | 第21-22页 |
| 第2章 航海避碰专家系统总体设计 | 第22-27页 |
| 2．1 航海避碰专家系统开发过程 | 第22-23页 |
| 2．2 系统的目标 | 第23页 |
| 2．3 航海避碰专家系统总体结构 | 第23-25页 |
| 2．4 系统的工作流程 | 第25页 |
| 2．5 本章小结 | 第25-27页 |
| 第3章 航海避碰专家系统的知识表示 | 第27-37页 |
| 3．1 引言 | 第27-28页 |
| 3．2 框架知识表示法 | 第28-31页 |
| 3．3 产生式规则知识表示法 | 第31-34页 |
| 3．4 过程知识表示法 | 第34-35页 |
| 3．5 系统知识库管理 | 第35-36页 |
| 3．6 本章小结 | 第36-37页 |
| 第4章 航海智能避碰专家系统的多路推理机制 | 第37-51页 |
| 4．1 引言 | 第37-38页 |
| 4．2 带有启发性知识的正向演绎推理 | 第38-41页 |
| 4．3 类比推理 | 第41-46页 |
| 4．3．1 类比及其理论依据 | 第41-43页 |
| 4．3．2 类比推理 | 第43-46页 |
| 4．4 换位推理 | 第46-48页 |
| 4．5 元级推理 | 第48-50页 |
| 4．6 本章小结 | 第50-51页 |
| 第5章 神经网络技术在避碰专家系统中的应用 | 第51-72页 |
| 5．1 神经网络用于船舶类型识别 | 第51-57页 |
| 5．2 神经网络复合推理 | 第57-65页 |
| 5．2．1 复合推理方法的引入 | 第57-58页 |
| 5．2．2 前置处理器和后置处理器的设计 | 第58-65页 |
| 5．3 神经网络用于碰撞危险的评估 | 第65-70页 |
| 5．3．1 BP网络的结构与回传学习算法 | 第65-67页 |
| 5．3．2 人工神经网络用于碰撞危险评价的多属性决策方法 | 第67-70页 |
| 5．4 本章小结 | 第70-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 个人简历 | 第78页 |