| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 考虑认知不确定性的可靠性评估方法 | 第13-15页 |
| 1.2.2 重要度分析方法 | 第15-17页 |
| 1.3 论文的研究内容 | 第17-18页 |
| 1.4 论文的主要结构 | 第18-19页 |
| 第二章 考虑退化参数认知不确定性的多状态系统重要度分析方法 | 第19-39页 |
| 2.1 引言 | 第19页 |
| 2.2 多状态系统可靠性理论基础 | 第19-23页 |
| 2.2.1 多状态系统基本特征 | 第19-21页 |
| 2.2.2 马尔科夫模型 | 第21-23页 |
| 2.3 证据理论基础 | 第23-25页 |
| 2.3.1 辨识框架 | 第23页 |
| 2.3.2 质量函数 | 第23-24页 |
| 2.3.3 信任函数 | 第24页 |
| 2.3.4 似然函数 | 第24-25页 |
| 2.4 重要度分析方法 | 第25-27页 |
| 2.5 证据理论框架下多状态系统Birnbaum重要度分析方法 | 第27-34页 |
| 2.5.1 退化参数认知不确定性量化 | 第28-29页 |
| 2.5.2 考虑认知不确定性的多状态系统可靠度和条件可靠度评估 | 第29-32页 |
| 2.5.3 扩展的多状态系统Birnbaum重要度分析 | 第32页 |
| 2.5.4 基于区间可能度方法的重要度排序 | 第32-34页 |
| 2.6 算例分析 | 第34-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第三章 考虑状态辨识认知不确定性的多状态系统组合重要度分析方法 | 第39-64页 |
| 3.1 引言 | 第39-40页 |
| 3.2 系统假设与状态辨识认知不确定性 | 第40-41页 |
| 3.2.1 系统假设 | 第40页 |
| 3.2.2 状态辨识认知不确定性 | 第40-41页 |
| 3.3 动态证据网络 | 第41-46页 |
| 3.3.1 证据马尔科夫模型 | 第42-43页 |
| 3.3.2 证据网络模型 | 第43-46页 |
| 3.4 基于动态证据网络的多状态系统组合重要度分析 | 第46-52页 |
| 3.4.1 基于动态证据网络的多状态系统可靠度和条件可靠度评估 | 第46-47页 |
| 3.4.2 四类扩展的组合重要度分析方法 | 第47-51页 |
| 3.4.3 基于区间值排序方法的组合重要度排序 | 第51-52页 |
| 3.5 算例分析 | 第52-63页 |
| 3.5.1 算例I | 第52-59页 |
| 3.5.2 算例II | 第59-63页 |
| 3.6 本章小结 | 第63-64页 |
| 第四章 融合多源认知不确定性信息的多状态系统可靠性评估 | 第64-85页 |
| 4.1 引言 | 第64-65页 |
| 4.2 多状态系统假设 | 第65-67页 |
| 4.3 具有多源不确定性的可靠性信息融合 | 第67-75页 |
| 4.3.1 部件退化模型假设 | 第68-70页 |
| 4.3.2 融合多源认知不确定性信息的多状态系统可靠性评估建模 | 第70-73页 |
| 4.3.3 模型选择 | 第73-75页 |
| 4.4 基于粒子群算法的系统可靠度评估 | 第75-78页 |
| 4.4.1 粒子群算法 | 第76-77页 |
| 4.4.2 可行性准则 | 第77-78页 |
| 4.5 算例分析 | 第78-83页 |
| 4.6 本章小结 | 第83-85页 |
| 第五章 总结与展望 | 第85-87页 |
| 5.1 全文总结 | 第85-86页 |
| 5.2 后续工作展望 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-96页 |
| 附录 | 第96-98页 |
| 攻读硕士学位期间取得研究成果 | 第98页 |
