| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-20页 |
| §1.1 研究背景 | 第14-16页 |
| ·问题的提出 | 第14页 |
| ·网络故障管理技术的应用需求 | 第14-16页 |
| §1.2 本文工作 | 第16-17页 |
| §1.3 论文结构 | 第17-20页 |
| 第二章 相关研究现状 | 第20-32页 |
| §2.1 网络故障诊断面临的主要问题 | 第20-22页 |
| ·不确定性问题 | 第20-21页 |
| ·多源信息的描述与分类 | 第21-22页 |
| ·故障诊断代价问题 | 第22页 |
| §2.2 常用的故障诊断方法 | 第22-27页 |
| ·基于模型的方法(Model-based method) | 第23-24页 |
| ·基于案例的推理(Case-based reaSoning,CBR) | 第24页 |
| ·基于规则的推(Rule-based reasoning,RBR) | 第24页 |
| ·基于神经网络的诊断(Neural Network) | 第24-25页 |
| ·编码方法(Codebooks) | 第25页 |
| ·因果图模型和依赖关系图模型(Causality Graph Model and Dependency Graph Model) | 第25-26页 |
| ·基于贝叶斯理论的故障诊断方法(Bayesian Network) | 第26-27页 |
| §2.3 网络环境中各种诊断方法的适用性 | 第27-28页 |
| §2.4 故障诊断的基本术语 | 第28-29页 |
| §2.5 本章小结 | 第29-32页 |
| 第三章 面向对象故障诊断模型OOSFA的研究 | 第32-48页 |
| §3.1 网络故障诊断问题 | 第32-34页 |
| ·诊断问题的描述 | 第32-33页 |
| ·故障诊断模型的一般表达方式 | 第33-34页 |
| §3.2 网络故障诊断模型SFA | 第34-41页 |
| ·SFA诊断模型结构 | 第34-35页 |
| ·SFA模型的数学描述 | 第35-41页 |
| §3.3 面向对象故障诊断模型OOSFA | 第41-46页 |
| ·复杂故障诊断问题的表达方法 | 第41-42页 |
| ·面向对象故障诊断模型OOSFA | 第42-46页 |
| §3.4 故障诊断模型的建造 | 第46-47页 |
| §3.5 本章小结 | 第47-48页 |
| 第四章 故障分类算法的研究 | 第48-64页 |
| §4.1 分类处理过程和存在的问题 | 第48-50页 |
| ·分类处理一般过程 | 第48-49页 |
| ·分类方法存在的问题 | 第49-50页 |
| §4.2 自适应贝叶斯故障分类算法SFC-Bayes | 第50-54页 |
| ·SFC-Bayes算法相关策略 | 第50-52页 |
| ·SFC-Bayes算法描述 | 第52-53页 |
| ·测试分析 | 第53-54页 |
| §4.3 支持向量机抗噪声故障分类算法AFC-SVM | 第54-61页 |
| ·支持向量机适用性分析 | 第54-57页 |
| ·AFC-SVM算法相关策略 | 第57-59页 |
| ·AFC-SVM算法描述 | 第59-60页 |
| ·试验结果和分析 | 第60-61页 |
| §4.4 SFC-Bayes算法和AFC-SVM算法的适用性分析 | 第61-62页 |
| §4.5 本章小结 | 第62-64页 |
| 第五章 求解最小诊断代价算法的研究 | 第64-86页 |
| §5.1 故障诊断问题的复杂性 | 第64-72页 |
| ·诊断代价的描述 | 第64-65页 |
| ·诊断操作相关条件下的NP完全证明 | 第65-70页 |
| ·故障相关条件下的NP完全证明 | 第70-72页 |
| §5.2 相关故障诊断决策算泫分析 | 第72-76页 |
| ·P／C算法 | 第72-73页 |
| ·P／C更新算法 | 第73-74页 |
| ·基于熵的诊断决策算法 | 第74-76页 |
| §5.3 求解最小诊断代价的小生境遗传算法NGAMECD | 第76-84页 |
| ·求解思想 | 第76-78页 |
| ·NGAMECD算法 | 第78-80页 |
| ·NGAMECD算法分析与测试 | 第80-84页 |
| §5.4 本章小结 | 第84-86页 |
| 第六章 故障管理系统DFMS的设计与实现 | 第86-104页 |
| §6.1 分布故障管理系统DFMS | 第86-87页 |
| ·相关概念 | 第86页 |
| ·DFMS的结构 | 第86-87页 |
| §6.2 DFMS系统的实现 | 第87-102页 |
| ·数据采集模块DCM | 第88-90页 |
| ·诊断模块 | 第90-93页 |
| ·PM模块 | 第93-95页 |
| ·CM模块 | 第95-101页 |
| ·DFMS系统的应用 | 第101-102页 |
| §6.3 本章小结 | 第102-104页 |
| 第七章 结论与展望 | 第104-106页 |
| §7.1 结束语 | 第104-105页 |
| §7.2 展望 | 第105-106页 |
| 致谢 | 第106-108页 |
| 攻读博士期间发表的论文 | 第108-110页 |
| 攻读博士期间参与的科研工作和获奖情况 | 第110-112页 |
| 参考文献 | 第112-120页 |
| 附录 | 第120-122页 |
