第1章 绪论 1
1.1 故障诊断与综合诊断 2
1.2 智能故障诊断方法的研究现状及发展 5
第2章 装备故障诊断的理论基础 11
2.1 武器装备故障特点 11
2.2 智能故障诊断系统中不确定知识的处理 13
2.3 不确定性推理模式 28
第3章 贝叶斯网络理论 58
3.1 概述 58
3.2 贝叶斯概率基础 61
3.3 贝叶斯学习理论 67
3.4 简单贝叶斯学习模型 75
3.5 贝叶斯网络的建造 81
第4章 贝叶斯网络的精确推理 89
4.1 引言 89
4.2 贝叶斯推理基础 93
4.3 基于簇树的贝叶斯网络推理 96
4.4 小结 112
第5章 连接树的构造与信息传递 113
5.1 连接树的构造 113
5.2 量化连接树 121
5.3 处理证据 126
5.4 近似推理 128
5.5 小结 130
第6章 诊断贝叶斯网络的建立和评估方法 132
6.1 基于故障树的贝叶斯网络建立方法 132
6.2 基于模型分解的复杂系统贝叶斯网络构建方法 136
6.3 诊断贝叶斯网络模型的评估方法研究 144
6.4 小结 151
第7章 诊断贝叶斯网络通用近似推理算法 152
7.1 概述 152
7.2 基于簇树的精确推理算法 153
7.3 基于簇树算法的通用近似推理算法 156
7.4 小结 167
第8章 诊断贝叶斯网络的结构学习 168
8.1 网络结构学习方法 168
8.2 不完整数据条件下的网络结构学习算法 172
8.3 小结 180
第9章 故障诊断专家系统 181
9.1 故障诊断专家系统简介 181
9.2 故障诊断专家系统的发展趋势 182
9.3 故障诊断专家系统的基本结构 184
9.4 故障诊断专家系统设计 185
9.5 故障诊断方法试验验证 188
参考文献 192