| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-13页 |
| ·研究背景及意义 | 第11页 |
| ·研究背景及意义 | 第11-12页 |
| ·论文所作的工作 | 第12页 |
| ·文章的逻辑结构 | 第12-13页 |
| 第2章 离散事件系统诊断建模 | 第13-21页 |
| ·离散事件系统简介 | 第13-14页 |
| ·离散事件系统PETRI建模 | 第14-17页 |
| ·基于Petri网的离散事件系统(DES)模型简介 | 第14页 |
| ·基本Petri网 | 第14-17页 |
| ·离散事件系统自动机建模 | 第17-19页 |
| ·有限自动机 | 第17-18页 |
| ·路径 | 第18页 |
| ·轨迹 | 第18-19页 |
| ·自动机同步 | 第19页 |
| ·系统模型 | 第19页 |
| ·观测 | 第19页 |
| ·离散事件系统PETRI网建模和自动机建模的比较 | 第19-21页 |
| 第3章 可诊断性和基于模型的函数代码优化求解 | 第21-30页 |
| ·引言 | 第21-22页 |
| ·离散事件系统的基于模型诊断 | 第22-23页 |
| ·离散事件系统的可诊断性 | 第23-24页 |
| ·相关工作 | 第24-25页 |
| ·基于双模型的可诊断性判别方法 | 第25-27页 |
| ·基于模型函数代码优化 | 第27-30页 |
| 第4章 基于模型诊断的部分模型识别 | 第30-52页 |
| ·介绍 | 第30-32页 |
| ·相关定义 | 第32-34页 |
| ·模型识别算法 | 第34-49页 |
| ·A DFBnB Approach | 第35-37页 |
| ·prune-DFBnB算法 | 第37-40页 |
| ·DePrune-DFBnB | 第40-44页 |
| ·ReWDBnB算法 | 第44-46页 |
| ·ReSE-tree算法 | 第46-49页 |
| ·实验结果 | 第49-50页 |
| ·结束语 | 第50-52页 |
| 第5章 总结和展望 | 第52-53页 |
| ·总结 | 第52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 作者简介及在学期间所取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |