基于飛行數(shù)據(jù)的民航飛機故障診斷專家系統(tǒng)

第1章 概述
1.1 背景及意義
1.2 故障診斷專家系統(tǒng)
1.3 飛行數(shù)據(jù)
1.3.1 飛行數(shù)據(jù)的應用
1.3.2 飛行數(shù)據(jù)的特點
第2章 基于飛行數(shù)據(jù)的故障診斷專家系統(tǒng)
2.1 系統(tǒng)設計
2.2分系統(tǒng)設計
2.2.1 地面維護子系統(tǒng)設計
2.2.2 故障診斷子系統(tǒng)設計
第3章 數(shù)據(jù)庫的設計與維護
3.1 數(shù)據(jù)庫設計
3.1.1 基本數(shù)據(jù)表
3.1.2 故障診斷子系統(tǒng)數(shù)據(jù)庫設計
3.2數(shù)據(jù)庫維護
3.2.1 基本數(shù)據(jù)表維護
3.2.2 障診斷子系統(tǒng)數(shù)據(jù)庫維護
第4章 故障征兆獲取技術
4.1 故障征兆獲取方法
4.1.1 隸屬函數(shù)與隸屬度
4.1.2 BP人工神經(jīng)網(wǎng)絡
4.2 故障征兆獲取仿真
第5章 故障樹分析技術
5.1 故障樹的發(fā)展
5.2 故障樹的表示
5.2.1 故障樹結構函數(shù)
5.2.2 基本概念
5.3 故障樹分析方法
5.3.1 故障樹定性分析
5.3.2 故障樹定量分析
5.3.3 故障樹轉換為規(guī)則
5.4 故障樹分析的仿真
5.4.1 故障樹的數(shù)據(jù)庫存儲
5.4.2 最小割集的求解
5.4.3 仿真結果分析
第6章 推理機技術
6.1 故障樹與推理機的聯(lián)系
6.2 推理機的構造
6.2.1 確定性推理
6.2.2 不確定性推理
6.2.3 規(guī)則的沖突消解策略
6.3推理機仿真
6.3.1 確定性推理機程序仿真
6.3.2 不確定性推理機程序仿真
第7章 知識獲取技術
7.1 國內外研究發(fā)展現(xiàn)狀
7.2 基于故障樹的知識獲取模型
7.2.1 概述
7.2.2 故障樹的存儲
7.2.3 故障樹的建立
7.2.4 故障樹轉化為規(guī)則
7.2.5 故障樹的維護
7.2.6 實驗結果分析
7.3 基于粗糙集的知識獲取模型
7.3.1 概述
7.3.2 連續(xù)屬性離散化
7.3.3 屬性約簡
7.3.4 屬性值約簡
7.3.5 實驗結果分析
7.4 基于粗糙集的增量式學習模型
7.4.1 概述
7.4.2 增量式學習模型
7.4.3 實驗結果分析
第8章 規(guī)則庫維護技術
8.1 概述
8.2 相關理論及算法
8.3 規(guī)則的循環(huán)校驗及冗余校驗
8.4實驗結果分析
第9章 相似性查詢診斷技術
9.1 相似性查詢方法及主要技術點
9.2 相似性查詢方法相關理論
9.3 時間序列的模式表示
9.4 時間序列的相似性度量
9.4.1 常用的相似性度量方法
9.4.2 縮距比及相關知識
9.5 時間序列的索引技術
9.5.1 常見的索引結構
9.5.2 基于DRR的DRR-tree索引結構
9.6 相似性查詢方法的索引建立
9.6.1 子序列的存儲
9.6.2 新節(jié)點的插入
9.7 仿真實驗
9.7.1 仿真數(shù)據(jù)實驗
9.7.2 真實數(shù)據(jù)實驗
參考文獻