可靠性工程中的大數據分析

第1章 大數據概述
1．1 什麼是大數據
1．1．1 大數據的定義及特徵
1．1．2 大數據結構類型
1．1．3 大數據實例
1．2 大數據發展歷程
1．3 大數據分析
1．4 可靠性工程中的數據分析
1．5 相關技術及工具
1．5．1 Hadoop介紹
1．5．2 R軟體介紹
1．5．3 AMPL/CPLEX軟體介紹
1．5．4 Clementine介紹
1．5．5 其他大數據處理工具

第2章 大數據與數據挖掘
2．1 數據管理與數據倉庫
2．1．1 數據、資訊和知識
2．1．2 數據爆炸
2．1．3 數據倉庫
2．1．4 雲計算與雲存儲
2．2 數據挖掘概述
2．2．1 數據挖掘的歷史、功能和目的
2．2．2 數據挖掘的內涵和基本特徵
2．2．3 數據挖掘與統計學
2．2．4 數據挖掘的一般過程
2．3 基於數據挖掘的模式識別
2．3．1 探索性數據分析
2．3．2 數據挖掘與機器學2<2r>2．3．3 數據挖掘與智慧決策
2．3．4 數據挖掘與神經網路
2．4 大數據條件下的數據挖掘技術的2新前沿研究
2．4．1 數據挖掘的視覺化
2．4．2 基於雲技術的數據挖掘
2．4．3 語音數據挖掘
2．4．4 圖像數據挖掘
2．4．5 文本數據挖掘

第3章 大數據在可靠性工程中的應用
3．1 傳統數據分析方法
3．1．1 基於概率統計的分析方法
3．1．2 基於時間維度的分析方法
3．1．3 基於失效物理的分析方法
3．1．4 傳統分析方法的優勢與局限
3．2 大數據分析的特點
3．2．1 數據全體VS數據樣本
3．2．2 非結構化數據vs結構化數據
3．2．3 關聯分析VS因果分析
3．3 大數據分析揭示故障規律
3．3．1 可靠性工程中的數據
3．3．2 故障激發因素的複雜性
3．3．3 可靠性工程大數據分析前景

第4章 故障的關聯規則分析
4．1 關聯規則的基本知識
4．1．1 關聯規則的定義、相關概念與一般過程
4．1．2 頻繁模式發現
4．1．3 Apriori相關演算法
4．1．4 FP-growth演算法
4．1．5 應用及案例
4．2 動態關聯規則挖掘
4．2．1 問題描述及需求
4．2．2 動態關聯規則新定義
4．2．3 動態關聯規則挖掘演算法
4．2．4 動態決策規則
4．3 基於相關興趣度的關聯規則挖掘

第5章 故障／健康監控的時間序列模式分析
第6章 基於故障多狀態集的序列模式挖掘
第7章 故障資訊聚類分析
第8章 基於粗糙集理論的故障因素分析
第9章 因數分析及回歸分析
220章 高維數據回歸預測分析
221章 可靠性工程中的非參數統計
參考文獻

人類文明的發展是從認識現實世界到創造資訊世界的過程，是對世界認知的一個過程，歷經初步認識世界，以資訊輔助記憶，以資訊記錄和傳承，以資訊交流與傳播，以資訊再次認識世界的歷史階段。資料是人們通過資訊世界認識現實世界的基礎和智慧源泉，資料中包括了全部事實、經驗、資訊。

可靠性系統工程是研究產品全壽命過程中與故障做鬥爭的工程技術，它運用系統科學與系統工程的理論和方法，從系統的整體性及其同外界環境的辯證關係出發，認知產品發生故障的機理與規律，研究產品故障預防、預測、診斷與修復的理論與方法。本書就是講述如何利用大資料分析手段揭示產品的故障規律，如何利用大資料手段開展故障的預防與預測。

全書共分11章。第1章大資料概述，對大資料的特徵、發展歷程，與可靠性工程中對資料分析的需求進行了描述；第□章大資料與資料採擷，介紹了資料採擷技術，及大資料條件下資料採擷技術的□新前沿研究：第3章大資料在可靠性工程中的應用，介紹了傳統資料分析方法在可靠性工程中的運用，與大資料分析方法在可靠性工程中的應用前景：第4章故障的關聯規則分析方法，介紹如何利用關聯規則挖掘故障與故障、故障與故障徵兆之間的關聯關係：第5章故障／健康監控的時間序列模式分析方法，利用時序特性分析方法，揭示產品故障的時間序列特性：第6章基於故障多狀態集的序列模式挖掘，針對故障多態的特性，提出多狀態集序列模式挖掘方法；第7章故障資訊聚類分析，利用聚類分析的基本思想，開展故障分類研究：第8章基於粗糙集理論的故障因素分析方法，介紹了利用粗糙集模型對資料集中的缺失資料、雜訊資料和錯誤資料的處理：第9章經典因數分析和回歸分析方法，介紹了多元線性回歸與非線性回歸，及其在健康評估中的應用：第10章高維資料回歸預測分析，介紹了高維資料環境條件下，預測模型的回歸建模方法：第11章可靠性工程中的非參數統計，利用非參數統計方法實現對資料總體性質的統計估計或假設檢驗。

感謝國家自然科學基金專案（71971013、71871003、71501007、71332003）、中央高校基本科研業務費專項（YWF-19-BJ-J-330）、民用飛機專項（MJ -2017-J-92）、航空科學基金專案（2017ZG51081）、技術基礎項目、北京航空航太大學研究生教育與發展研究專項基金等對本書出版的支持。授等專家的指導和幫助；張佳甯、張潔、郭亞兵、魯雪峰、高春雨、董健瑞、胡陳、喬小朵、謝悅、李磊、李小涵、錢思霖、雷景淞、朱川、左曉榮、周宇亮、徐振中、苑星龍、尤錳、劉英來、徐星星、張思悅、楊培等同學在本書部分章節的計算、修改和列印過程中做了很多工作，在此一併致謝！

本書可作為工科碩士研究生資料分析類課程的基礎教材，也可以作為對大資料分析問題感興趣的各專業高年級學生的參考教材，還可以作為管理、經濟、生物、工程、心理、醫療等科研人員的參考讀物。

運用大資料方法解決產品可靠性問題是可靠性工程中面臨的新課題，有一些問題還需要深入研究和實踐，加之作者知識和經驗的局限性，書中的缺點在所難免，誠望讀者提出寶貴意見和建議。