第一章  绪论
  第一节  研究背景及意义
  第二节  研究思路
  第三节  主要研究内容
  第四节  主要创新点
第二章  国内外研究现状综述
  第一节  基于广义故障数据的系统可靠性分析
  第二节  基于数据挖掘的系统故障知识发现
  第三节  数据驱动的维修管理与决策优化研究
  第四节  BSS健康管理
  第五节  本章小结
第三章  系统可用性分析方法与模型
  第一节  系统可靠性理论
  第二节  系统可用性分析
  第三节  系统可用性优化与保障
  第四节  数据缺失及函数型数据分析
  第五节  本章小结
第四章  系统可用性数据来源及统计分析
  第一节  数据来源及预处理
  第二节  统计分析
  第三节  系统可用性特征分析
  第四节  多粒度下用户出行模式的研究方法
  第五节  真实需求问题分析
  第六节  本章小结
第五章  基于函数型主成分及聚类的可用性分析方法
  第一节  函数型数据构造
  第二节  函数型可用性指标构建
  第三节  函数型可用性分析方法
  第四节  案例及分析结果
  第五节  本章小结
第六章  基于出行链的可用性排序方法
  第一节  问题的提出
  第二节  图论的基本概念
  第三节  构建基于出行链的可用性拓扑关系
  第四节  基于滑动时间窗口的动态更新
  第五节  案例及分析结果
  第六节  本章小结
第七章  基于贝叶斯模型的单车不可用概率
  第一节  问题的提出
  第二节  模型假设
  第三节  贝叶斯基础模型
  第四节  带有协变量的贝叶斯扩展模型
  第五节  案例及分析结果
  第六节  本章小结
第八章  基于强化学习和PageRank的可用性分析方法
  第一节  问题提出
  第二节  不可用共享单车检测方法
  第三节  案例及分析结果
  第四节  本章小结
第九章  广义系统可用性仿真及迁移预测方法研究
  第一节  问题提出
  第二节  文献综述
  第三节  基于离散系统仿真的可用性分析方法
  第四节  系统真实需求仿真预测结果分析
  第五节  案例及结果分析
  第六节  本章小结
第十章  基于深度学习的广义系统可用性预测方法
  第一节  站点真实需求
  第二节  预测模型构建
  第三节  实验参数设置
  第四节  预测结果与评价
  第五节  本章小结
第十一章  基于谱聚类和随机森林的用户出行需求预测方法
  第一节  基于随机森林的用户出行需求预测方法
  第二节  实验及结果分析
  第三节  本章小结
第十二章  模型结果应用
  第一节  系统可用性优化
  第二节  预防维修管理决策
  第三节  基于真实需求预测的调度优化
  第四节  检修路线优化
  第五节  本章小结
第十三章  总结
参考文献
后记