在一个计算机系统中,有的处理器可能会发生错误,所以处理器故障识别在系统可靠性计算中扮演着重要的角色.识别错误的处理器的过程称为系统的诊断.在学者们提出的各种诊断模型中,比较常用的就是由Preparata,Metze和Chen提出的PMC诊断模型.基于PMC模型下的悲观诊断策略是一个古典的诊断模型.我们把一个系统G的悲观诊断记为tp(G),它是使得该系统是t/t-可诊断的最大的故障点t的数值.本文主要研究增广立方体AQn,变形超立方体VQn,对偶超立方体DCn三个网络在PMC模型下的悲观诊断.第一章引言部分.主要介绍图论的一些基本知识、研究背景和相关的研究结论,以及本文的主要概述工作.第二章考虑了增广立方体AQn在PMC模型下的悲观诊断.首先介绍增广立方体AQn的定义和性质;其次证明当n≥5时,对任意U(?)V(AQn),当2≤|U|≤8n-22时有|NAQn(U)|≥4n-8；最后得到增广立方体AQn在PMC模型下的悲观诊断为4n-8.第三章考虑了变形超立方体VQn在PMC模型下的悲观诊断.首先介绍变形超立方体VQn的定义和性质；其次证明当n≥4时,对任意U(?)V(VQn),当2≤|U|≤4n-8时有|NVQn(U)|≥2n-2；最后得到变形超立方体VQn在PMC模型下的悲观诊断为2n-2.第四章考虑了对偶立方体DCn的在PMC模型下的悲观诊断.首先介绍对偶超立方体DCn的定义和性质；其次证明当n≥3时,对任意U(?)V(DCn),当2≤|U|≤4n-4时有|NDCn(U)|≥2n；最后得到对偶超立方体DCn在PMC模型下的悲观诊断为2n.第五章是结束语,总结本文的内容及进一步的工作.