| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 2 相关研究 | 第18-28页 |
| 2.1 本体 | 第18-20页 |
| 2.1.1 本体的定义 | 第18页 |
| 2.1.2 本体语言 | 第18-20页 |
| 2.2 贝叶斯网络 | 第20-25页 |
| 2.2.1 贝叶斯网络综述 | 第20-22页 |
| 2.2.2 贝叶斯网络模型的表示 | 第22-24页 |
| 2.2.3 贝叶斯网络模型的推理研究 | 第24-25页 |
| 2.3 模糊集合与模糊概率系统 | 第25-27页 |
| 2.3.1 模糊集合与模糊逻辑 | 第25-26页 |
| 2.3.2 模糊概率系统 | 第26-27页 |
| 2.4 本章小节 | 第27-28页 |
| 3 基于OWL2的模糊MEBN本体语言 | 第28-40页 |
| 3.1 模糊MEBN | 第28-30页 |
| 3.2 FuzzyPR-OWL本体元素 | 第30-31页 |
| 3.3 语法和语义 | 第31-36页 |
| 3.3.1 语法 | 第31-35页 |
| 3.3.2 语义 | 第35-36页 |
| 3.4 FuzzyPR-OWL本体的实例表示 | 第36-39页 |
| 3.4.1 设备诊断问题实例 | 第36-37页 |
| 3.4.2 基于FuzzyPR-OWL的设备诊断问题表示 | 第37-39页 |
| 3.5 本章小节 | 第39-40页 |
| 4 模糊MEBN的推理 | 第40-54页 |
| 4.1 FuzzyPR-OWL本体的推理框架 | 第40-42页 |
| 4.2 基于模糊概率的信念传播算法 | 第42-49页 |
| 4.2.1 数据模糊化 | 第42-45页 |
| 4.2.2 模糊IF-THEN规则 | 第45-47页 |
| 4.2.3 模糊信念传播算法 | 第47-49页 |
| 4.3 SSFBN的构建和推理 | 第49-53页 |
| 4.4 本章小节 | 第53-54页 |
| 5 实例分析 | 第54-65页 |
| 5.1 领域本体的表示和推理 | 第54-61页 |
| 5.2 算法准确性评估 | 第61-64页 |
| 5.3 本章小节 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65-66页 |
| 6.2 未来工作与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第70-71页 |
| 致谢 | 第71页 |