摘要 | 第1-12页 |
ABSTRACT | 第12-14页 |
第一章 绪论 | 第14-25页 |
§1.1 引言 | 第14-15页 |
·态势估计定义 | 第14-15页 |
·态势估计与威胁估计 | 第15页 |
§1.2 态势估计研究内容与存在的问题 | 第15-20页 |
·认知模型 | 第16-17页 |
·功能模型 | 第17页 |
·知识表示技术 | 第17-18页 |
·推理技术 | 第18-19页 |
·系统实现方法 | 第19-20页 |
§1.3 基于贝叶斯网络的态势估计方法 | 第20-23页 |
·贝叶斯网络研究现状 | 第20-22页 |
·基于贝叶斯网络的态势估计方法需要解决的主要问题 | 第22-23页 |
§1.4 论文内容安排 | 第23-25页 |
第二章 用于态势估计的贝叶斯网络理论与方法 | 第25-44页 |
§2.1 态势估计功能模型 | 第25-28页 |
·态势觉察 | 第25-26页 |
·态势理解 | 第26-27页 |
·态势预测 | 第27-28页 |
§2.2 交互性态势假设模型 | 第28-31页 |
·交战双方企图的逻辑结构 | 第28-29页 |
·交互性态势假设模型的一般结构 | 第29-31页 |
§2.3 贝叶斯网络理论 | 第31-35页 |
·贝叶斯定理 | 第31-34页 |
·贝叶斯网络 | 第34-35页 |
§2.4 用于态势估计的贝叶斯网络 | 第35-43页 |
·SABN的一般表达方式 | 第36页 |
·SABN的数学描述 | 第36-41页 |
·SABN构建的一般问题 | 第41-43页 |
§2.5 本章小结 | 第43-44页 |
第三章 不确定性推理方法的统一表示 | 第44-64页 |
§3.1 引言 | 第44-45页 |
§3.2 主观贝叶斯方法的贝叶斯网络表示 | 第45-52页 |
·不确定性的主观贝叶斯度量方法 | 第45-47页 |
·主观贝叶斯方法的贝叶斯网络表示 | 第47-52页 |
§3.3 模糊集合理论的贝叶斯网络表示 | 第52-57页 |
·不确定性的模糊集合理论度量方法 | 第52-53页 |
·模糊集合理论的贝叶斯网络表示 | 第53-57页 |
§3.4 证据理论的贝叶斯网络表示 | 第57-63页 |
·不确定性的证据理论度量方法 | 第58页 |
·证据信息的贝叶斯网络表示 | 第58-63页 |
§3.5 本章小结 | 第63-64页 |
第四章 SABN构建方法研究 | 第64-98页 |
§4.1 SABN模块模板库的构建 | 第65-78页 |
·基于模板模型的SABN | 第65-67页 |
·分级分层SABN模型 | 第67-71页 |
·贝叶斯网络模块模板库 | 第71-73页 |
·贝叶斯网络模块构建 | 第73-78页 |
§4.2 基于BOTTOM-UP方法动态构建SABN | 第78-90页 |
·实例化网络模块 | 第79-88页 |
·组合贝叶斯网络模块 | 第88-90页 |
§4.3 一个示范性实例 | 第90-97页 |
§4.4 本章小结 | 第97-98页 |
第五章 时间推理 | 第98-118页 |
§5.1 引言 | 第98-100页 |
§5.2 时间贝叶斯网络定义 | 第100-103页 |
·时间贝叶斯网络中的节点与有向边 | 第100-102页 |
·时间贝叶斯网络 | 第102-103页 |
§5.3 时间贝叶斯网络构建与推理方法 | 第103-114页 |
·问题描述 | 第103-104页 |
·时间贝叶斯网络构建 | 第104-112页 |
·时间贝叶斯网络推理 | 第112-114页 |
§5.4 相互排他过程时间推理 | 第114-116页 |
·相互排他过程模型 | 第114-115页 |
·相互排他过程TBN构建与推理方法 | 第115-116页 |
§5.5 本章小结 | 第116-118页 |
第六章 系统、结论与展望 | 第118-131页 |
§6.1 态势估计系统 | 第118-128页 |
·总体设计 | 第118-121页 |
·数据池设计 | 第121页 |
·系统仿真 | 第121-128页 |
§6.2 研究工作总结 | 第128-129页 |
§6.3 下一步工作展望 | 第129-131页 |
参考文献 | 第131-143页 |
致谢 | 第143-144页 |
攻读博士学位期间撰写的论文 | 第144页 |