| 提要 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 离散事件系统研究现状 | 第14-20页 |
| 1.2.1 离散事件系统的建模 | 第15页 |
| 1.2.2 离散事件系统的分类 | 第15-16页 |
| 1.2.3 可诊断性研究 | 第16-20页 |
| 1.3 主要研究内容和研究结果 | 第20页 |
| 1.4 论文结构 | 第20-23页 |
| 第2章 离散事件系统 | 第23-37页 |
| 2.1 离散事件系统的相关知识 | 第23-28页 |
| 2.1.1 离散事件系统的基本概念 | 第23-26页 |
| 2.1.2 判定可诊断性算法 | 第26-28页 |
| 2.2 SDES的基本概念 | 第28-35页 |
| 2.3 本章小结 | 第35-37页 |
| 第3章 粗糙集理论下不完备模型的MBD | 第37-55页 |
| 3.1 引言 | 第37-38页 |
| 3.2 相关定义 | 第38-41页 |
| 3.2.1 粗糙集理论 | 第38-39页 |
| 3.2.2 诊断 | 第39-41页 |
| 3.3 优化不完备模型 | 第41-48页 |
| 3.3.1 相关定义 | 第41-44页 |
| 3.3.2 优化算法 | 第44-47页 |
| 3.3.3 可诊断性的判定 | 第47-48页 |
| 3.4 极小化可观测事件 | 第48-50页 |
| 3.5 实验对比 | 第50-53页 |
| 3.6 相关工作 | 第53-54页 |
| 3.7 本章小结 | 第54-55页 |
| 第4章 概率逻辑方法判定SDES的可诊断性 | 第55-73页 |
| 4.1 引言 | 第55-56页 |
| 4.2 基本概念 | 第56-57页 |
| 4.3 逻辑诊断器 | 第57-61页 |
| 4.3.1 相关定义 | 第57-59页 |
| 4.3.2 逻辑诊断器的构建过程 | 第59-61页 |
| 4.4 可诊断性 | 第61-66页 |
| 4.5 实际应用 | 第66-68页 |
| 4.6 复杂度分析以及实验对比 | 第68-72页 |
| 4.7 本章小结 | 第72-73页 |
| 第5章 分布式SDES的故障诊断 | 第73-97页 |
| 5.1 引言 | 第73-75页 |
| 5.2 随机诊断器 | 第75-78页 |
| 5.3 分布式SDES的A-可诊断性 | 第78-84页 |
| 5.3.1 分布式SDES | 第79-81页 |
| 5.3.2 全局模型 | 第81-84页 |
| 5.4 分布式SDES中A-可诊断性的条件 | 第84-94页 |
| 5.4.1 A-可诊断的局部模型 | 第84-85页 |
| 5.4.2 同步随机诊断器 | 第85-88页 |
| 5.4.3 分布式SDES中A-可诊断性的充分必要条件 | 第88-94页 |
| 5.5 复杂度分析 | 第94页 |
| 5.6 本章小结 | 第94-97页 |
| 第6章 结束语 | 第97-101页 |
| 6.1 本文工作总结 | 第97-98页 |
| 6.2 下一步工作 | 第98-101页 |
| 参考文献 | 第101-114页 |
| 作者简介及在学期间所取得的科研成果 | 第114-115页 |
| 致谢 | 第115页 |