复杂机电系统健康状态评估与预测具有重要的理论研究意义及工程应用价值。本书基于半定量信息（包含定性知识和部分定量信息），开展一类具有小样本特征的复杂机电系统健康状态评估与预测建模方法研究，提出基于置信规则库理论的复杂机电系统健康状态评估与预测系列方法，为复杂机电系统的健康管理及最优维护提供决策依据。
本书可供人工智能、复杂系统建模、系统辨识等专业的研究生参考，也可供从事复杂机电系统故障预测、健康评估等相关专业的工程技术人员阅读。

前言
第1章 概述
1.1 复杂机电系统健康状态评估及预测的特点
1.2 复杂机电系统健康状态评估及预测方法分析
1.3 复杂机电系统健康状态评估及预测存在的主要问题
1.4 本书的结构安排
第2章 基于半定量信息的置信规则库模型
2.1 置信规则库的基本概念
2.2 置信规则库的推理
2.3 置信规则库的应用与发展
2.4 本章小结
第3章 基于置信规则库的复杂机电系统健康状态评估
3.1 引言
3.2 基于置信规则库的复杂机电系统健康状态评估模型
3.3 复杂机电系统健康特征量确定
3.4 仿真案例分析
3.4.1 置信规则库健康状态评估模型的建立
3.4.2 仿真分析
3.4.3 对比分析
3.5 本章小结
第4章 基于双层置信规则库的复杂机电系统健康状态预测
4.1 引言
4.2 基于双层置信规则库的复杂机电系统健康状态预测方法
4.2.1 基于置信规则库的时间序列预测模型
4.2.2 基于置信规则库的健康状态预测模型
4.2.3 基于P-CMA-ES的置信规则库参数模型优化
4.3 基于双层置信规则库的航空发动机健康状态预测
4.3.1 BRB_layer1模型的建立
4.3.2 BRB_layer2模型的建立
4.3.3 对比分析
4.4 本章小结
第5章 考虑特征量监测误差的复杂机电系统健康状态预测
5.1 引言
5.2 特征量监测误差描述
5.3 考虑特征量监测误差的复杂机电系统健康状态预测模型
5.3.1 基于距离的特征量监测误差计算
5.3.2 考虑特征量监测误差的双层置信规则库建模
5.3.3 融合特征量监测误差的置信规则库推理
5.4 考虑特征量监测误差的航空发动机健康状态预测
5.5 本章小结
第6章 考虑工况变化的复杂机电系统健康状态预测
6.1 考虑工况变化的复杂机电系统健康状态预测模型
6.2 仿真案例分析
6.2.1 基于时域特征分析的航空发动机气路系统健康状态特征量工况划分
6.2.2 基于双层置信规则库的航空发动机气路系统健康状态预测
6.2.3 对比分析
6.3 本章小结
第7章 总结与展望
参考文献