中文摘要4-6
Abstract6-10
第一章 绪论10-20
1.1 论文的背景及探讨作用10-11
1.2 轨道交通运营软件特点11-16
1.2.1 城市轨道交通运营系统11-12
1.2.2 运营管理信息系统模型设计12-13
1.2.3 企业动态建模系统13-14
1.2.4 知识转化流程形式化模型14-16
1.3 国内外探讨近况及浅析16-17
1.3.1 轨道交通运营软件16-17
1.3.2 软件行为动态可信测评17
1.4 本论文主要探讨内容17-18
1.5 本论文的章节安排18-20
第二章 轨道交通运营软件行为序列模板挖掘20-36
2.1 轨道交通运营软件行为序列存储20-22
2.2 轨道交通运营软件行为序列的生成22-25
2.2.1 日志信息表示22-23
2.2.2 特点选择23-24
2.2.3 行为序列生成历程24-25
2.3 序列模板挖掘25-35
2.3.1 行为序列模板的挖掘历程25-26
2.3.2 最精简主要序列提取算法26-28
2.3.3 序列图(sequence graphic,SG)构造28-30
2.3.4 基于 SG 图的模体挖掘策略30-32
2.3.5 序列模板挖掘实例32-35
2.4 小结35-36
第三章 复杂有标记的大粒度软件行为动态测评策略36-54
3.1 软件行为序列浅析技术的介绍36-37
3.2 行为轨迹浅析37-40
3.2.1 行为轨迹浅析算法37-38
3.2.2两两序列比较算法38-40
3.3 基于 HMM 大粒度行为预测模型40-46
3.3.1 隐 Markov 模型介绍40-41
3.3.2 不足的解决对策41-42
3.3.3 基于 EM 算法的数据重构训练策略42-46
3.4 大粒度行为浅析与预测仿真实验46-53
3.4.1 大粒度行为可信性浅析仿真实验46-50
3.4.2 大粒度行为状态预测仿真实验50-53
3.5 本章小结53-54
第四章 复杂情形小粒度行为动态测评策略54-66
4.1 基于多实体贝叶斯网(MEBN)的小粒度行为浅析模型54-62
4.1.1 MEBN 介绍54-55
4.1.2 多实体贝叶斯网片段55-56
4.1.3 建立多实体贝叶斯模型 MTheory56-58
4.1.4 利用多实体贝叶斯网络推理58-62
4.2 小粒度行为轨迹浅析仿真实验62-64
4.3 本章小结64-66
第五章 总结与展望66-68
5.1 工作总结66-67
5.2 工作展望67-68