基于粗糙集的故障预测及诊断技术在卫星中的应用
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 课题背景及意义 | 第10页 |
1.2 故障预测及诊断综述 | 第10-13页 |
1.2.1 故障预测方法分类 | 第11页 |
1.2.2 故障诊断方法分类 | 第11-13页 |
1.3 国内外现状 | 第13-14页 |
1.4 本文的主要研究内容 | 第14-16页 |
第2章 粗糙集理论基础 | 第16-25页 |
2.1 引言 | 第16页 |
2.2 经典粗糙集理论 | 第16-18页 |
2.2.1 粗糙集的定义 | 第16-17页 |
2.2.2 依赖度和重要度 | 第17页 |
2.2.3 粗糙集的约简 | 第17-18页 |
2.3 邻域粗糙集理论 | 第18-20页 |
2.3.1 邻域 | 第18-19页 |
2.3.2 邻域粗糙集下的决策系统 | 第19-20页 |
2.4 邻域粗糙集约简 | 第20-24页 |
2.4.1 邻域粗糙集约简算法 | 第20页 |
2.4.2 新的邻域半径确定原则和方法 | 第20-24页 |
2.4.3 对比验证 | 第24页 |
2.5 本章小结 | 第24-25页 |
第3章 灰色模型与支持向量机结合的故障预测 | 第25-40页 |
3.1 引言 | 第25页 |
3.2 灰色模型的预测理论 | 第25-28页 |
3.2.1 灰色模型基础理论 | 第25-26页 |
3.2.2 灰色模型的检验 | 第26-27页 |
3.2.3 新陈代谢灰色模型 | 第27-28页 |
3.3 支持向量机的分类理论 | 第28-33页 |
3.3.1 基本思想 | 第28-29页 |
3.3.2 线性可分情况 | 第29-31页 |
3.3.3 线性不可分情况 | 第31-32页 |
3.3.4 核函数 | 第32-33页 |
3.4 GM、RS 和 SVM 相结合的故障预测 | 第33-38页 |
3.4.1 GM(1,1)模型的预测 | 第33-34页 |
3.4.2 RS 和 SVM 结合的分类验证 | 第34-37页 |
3.4.3 在案例诊断系统下的诊断验证 | 第37-38页 |
3.5 本章小结 | 第38-40页 |
第4章 粗糙集理论在案例诊断中的应用 | 第40-55页 |
4.1 引言 | 第40页 |
4.2 粗糙集理论下的属性权值 | 第40-43页 |
4.2.1 代数观下的属性权值 | 第40-41页 |
4.2.2 信息观下的属性权值 | 第41-43页 |
4.3 新的属性权值计算方法 | 第43-48页 |
4.3.1 新的信息观权值公式 | 第43-44页 |
4.3.2 最优权值公式 | 第44-45页 |
4.3.3 可信度参数的选取 | 第45-46页 |
4.3.4 新权值计算公式的应用验证 | 第46-48页 |
4.4 案例的检索 | 第48-54页 |
4.4.1 案例的索引 | 第48-49页 |
4.4.2 相似度计算 | 第49-50页 |
4.4.3 相似度计算实例验证 | 第50-54页 |
4.5 本章小结 | 第54-55页 |
第5章 粗糙集在故障树与贝叶斯诊断中的应用 | 第55-68页 |
5.1 引言 | 第55页 |
5.2 故障树诊断方法 | 第55-58页 |
5.2.1 故障树的基础理论 | 第55-56页 |
5.2.2 故障树的定性分析 | 第56-57页 |
5.2.3 故障树的定量计算方法 | 第57-58页 |
5.3 故障树与贝叶斯网络结合 | 第58-64页 |
5.3.1 贝叶斯网络理论基础 | 第58页 |
5.3.2 故障树向贝叶斯网络的转换 | 第58-60页 |
5.3.3 BN 和 FTA 结合的故障诊断方法 | 第60-64页 |
5.4 粗糙集对诊断模型的精简 | 第64-67页 |
5.5 本章小结 | 第67-68页 |
第6章 卫星故障预测及诊断系统的实现 | 第68-76页 |
6.1 引言 | 第68页 |
6.2 系统总体设计 | 第68-69页 |
6.2.1 总体诊断流程 | 第68-69页 |
6.2.2 系统模块设计 | 第69页 |
6.3 故障预测模块设计 | 第69页 |
6.4 案例诊断模块设计 | 第69-72页 |
6.4.1 总体设计 | 第69-70页 |
6.4.2 数据库设计 | 第70-71页 |
6.4.3 界面实现 | 第71-72页 |
6.5 故障树诊断模块设计 | 第72-75页 |
6.5.1 总体设计 | 第72-73页 |
6.5.2 数据库设计 | 第73-74页 |
6.5.3 界面实现 | 第74-75页 |
6.6 本章小结 | 第75-76页 |
结论 | 第76-78页 |
参考文献 | 第78-83页 |
攻读硕士学位期间发表的论文及其它成果 | 第83-85页 |
致谢 | 第85-86页 |
个人简历 | 第86页 |