本书针对不确定性分析技术发展的需求，对不确定性分析技术的成熟分支和最新成果进行了分类总结，并将作者多年的研究成果融入其中，从不确定性知识表征、模型构建、系统仿真、知识过滤到故障诊断，较系统地介绍了不确定性分析技术及其应用。
本书可作为研究人员科研用书，也可作为研究生和高年级本科生教材或参考书。

前言
第1章 绪论
第2章 不确定知识的表征
2.1 区间灰数
2.2 模糊集合与模糊数
2.3 概率灰数
2.4 定性代数
2.5 定量函数和定性函数
第3章 定性仿真
3.1 系统定性建模
3.2 Kuipers的定性仿真
3.3 实例分析
3.4 定性仿真的导数约束
3.5 改进约束理论的应用
3.6 行为抽取
第4章 定性定量仿真
4.1 定性仿真中存在的问题
4.2 定性定量系统辨识
4.3 定量信息在定性约束中的传播
4.4 Q3仿真器和步长精炼法
4.5 模糊定性仿真方法
4.6 灰色定性仿真
第5章 基于模型的不确定性分析
5.1 粗糙集原理
5.2 模糊粗糙集
5.3 广义模糊粗糙集
5.4 灰色系统理论
5.5 灰色关联理论
5.6 灰色建模理论
第6章 基于滤波技术的不确定性分析
6.1 统计滤波的基本概念
6.2 维纳滤波
6.3 卡尔曼滤波
6.4 Hilbert—Huang变换原理
6.5 Hilbert一Huang变换理论依据与算法改进
第7章 基于相容性检验的不确定性分析
7.1 基于第一原理的故障诊断理论
7.2 修剪算法改进
7.3 最小碰集的计算
7.4 最大正常诊断的基本原理
参考文献