基于飞行数据的民航飞机故障诊断专家系统

第1章 概述
1.1 背景及意义
1.2 故障诊断专家系统
1.3 飞行数据
1.3.1 飞行数据的应用
1.3.2 飞行数据的特点
第2章 基于飞行数据的故障诊断专家系统
2.1 系统设计
2.2分系统设计
2.2.1 地面维护子系统设计
2.2.2 故障诊断子系统设计
第3章 数据库的设计与维护
3.1 数据库设计
3.1.1 基本数据表
3.1.2 故障诊断子系统数据库设计
3.2数据库维护
3.2.1 基本数据表维护
3.2.2 障诊断子系统数据库维护
第4章 故障征兆获取技术
4.1 故障征兆获取方法
4.1.1 隶属函数与隶属度
4.1.2 BP人工神经网络
4.2 故障征兆获取仿真
第5章 故障树分析技术
5.1 故障树的发展
5.2 故障树的表示
5.2.1 故障树结构函数
5.2.2 基本概念
5.3 故障树分析方法
5.3.1 故障树定性分析
5.3.2 故障树定量分析
5.3.3 故障树转换为规則
5.4 故障树分析的仿真
5.4.1 故障树的数据库存储
5.4.2 最小割集的求解
5.4.3 仿真结果分析
第6章 推理机技术
6.1 故障树与推理机的联系
6.2 推理机的构造
6.2.1 确定性推理
6.2.2 不确定性推理
6.2.3 规则的冲突消解策略
6.3推理机仿真
6.3.1 确定性推理机程序仿真
6.3.2 不确定性推理机程序仿真
第7章 知识获取技术
7.1 国内外研究发展现状
7.2 基于故障树的知识获取模型
7.2.1 概述
7.2.2 故障树的存储
7.2.3 故障树的建立
7.2.4 故障树转化为规则
7.2.5 故障树的维护
7.2.6 实验结果分析
7.3 基于粗糙集的知识获取模型
7.3.1 概述
7.3.2 连续属性离散化
7.3.3 属性约简
7.3.4 属性值约简
7.3.5 实验结果分析
7.4 基于粗糙集的增量式学习模型
7.4.1 概述
7.4.2 增量式学习模型
7.4.3 实验结果分析
第8章 规则库维护技术
8.1 概述
8.2 相关理论及算法
8.3 规则的循环校验及冗余校验
8.4实验结果分析
第9章 相似性查询诊断技术
9.1 相似性查询方法及主要技术点
9.2 相似性查询方法相关理论
9.3 时间序列的模式表示
9.4 时间序列的相似性度量
9.4.1 常用的相似性度量方法
9.4.2 缩距比及相关知识
9.5 时间序列的索引技术
9.5.1 常见的索引结构
9.5.2 基于DRR的DRR-tree索引结构
9.6 相似性查询方法的索引建立
9.6.1 子序列的存储
9.6.2 新节点的插入
9.7 仿真实验
9.7.1 仿真数据实验
9.7.2 真实数据实验
参考文献