| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 风险评估方法研究现状 | 第13-16页 |
| 1.2.2 面向对象贝叶斯网络 | 第16-17页 |
| 1.3 论文的主要工作及结构 | 第17-20页 |
| 第二章 云参数贝叶斯网络及索引消元推理算法 | 第20-38页 |
| 2.1 面向对象贝叶斯网络概述 | 第20-22页 |
| 2.1.1 贝叶斯网络概述 | 第20-21页 |
| 2.1.2 面向对象贝叶斯网络 | 第21-22页 |
| 2.2 基于隶属云的贝叶斯网络参数构建方法 | 第22-30页 |
| 2.2.1 云模型基础理论 | 第23-24页 |
| 2.2.2 基于隶属云的贝叶斯网络参数构建方法 | 第24-27页 |
| 2.2.3 实验分析 | 第27-30页 |
| 2.3 基于索引的贝叶斯网络消元推理算法 | 第30-36页 |
| 2.3.1 贝叶斯网络推理算法概述 | 第30-31页 |
| 2.3.2 基于索引的消元推理算法 | 第31-34页 |
| 2.3.3 实验数据分析 | 第34-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第三章 基于面向对象贝叶斯网络的风险评估方法 | 第38-58页 |
| 3.1 基于面向对象贝叶斯网络风险评估方法概述 | 第38-39页 |
| 3.2 基于对象融合的多威胁源综合风险评估模型 | 第39-49页 |
| 3.2.1 基于对象融合的的多威胁源综合风险评估框架 | 第39-41页 |
| 3.2.2 单威胁源风险评估类的构建流程 | 第41-43页 |
| 3.2.3 基于I-VE和团树混合算法的评估推理流程 | 第43-45页 |
| 3.2.4 基于信息熵的贝叶斯网络风险评估对象融合方法 | 第45-49页 |
| 3.3 基于OFRA的地下指挥所暴露风险综合评估 | 第49-57页 |
| 3.3.1 暴露风险威胁源评估类模型构建 | 第49-54页 |
| 3.3.2 实例化及对象推理融合运算 | 第54-56页 |
| 3.3.3 实验算法分析 | 第56-57页 |
| 3.4 本章小结 | 第57-58页 |
| 第四章 基于面向对象贝叶斯网络多威胁源风综合险评估系统的设计与实现 | 第58-72页 |
| 4.1 多威胁源综合风险评估系统概述 | 第58-60页 |
| 4.1.1 多威胁源综合风险评估系统背景 | 第58页 |
| 4.1.2 多威胁源综合风险评估系统开发环境 | 第58页 |
| 4.1.3 多威胁源综合风险评估系统功能需求 | 第58-60页 |
| 4.2 多威胁源综合风险评估系统的设计与实现 | 第60-69页 |
| 4.2.1 多威胁源综合风险评估系统模块设计 | 第60-66页 |
| 4.2.2 界面总体设计 | 第66-69页 |
| 4.3 多威胁源风险评估系统仿真运行 | 第69-71页 |
| 4.3.1 多威胁风险评估系统仿真运行过程 | 第69-71页 |
| 4.3.2 仿真实验结果 | 第71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 论文总结 | 第72-73页 |
| 5.2 研究工作展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果及发表的论文 | 第79页 |
