基于故障树的复杂装备模糊贝叶斯网络推理故障诊断

复杂装备的小批量、个性化定制属性, 注定了其生命周期过程中存在着相对较多的不确定性, 故障隐患必不可免, 故障诊断尤为重要。因此，提出基于故障树的复杂装备模糊贝叶斯网络推理故障诊断模型。首先, 通过分析复杂装备的结构组成, 建立复杂装备的故障树模型。其次, 利用故障树转化法, 构建基于故障树的贝叶斯网络拓扑结构。然后, 针对复杂装备结构数据缺乏和专家打分的不确定性, 通过模糊集合论方法确定条件概率等参数。最后, 进行案例研究, 利用模糊贝叶斯网络推理中的因果推理和诊断推理, 诊断出案例中的故障(潜在故障)节点, 证明了所提方法的有效性。研究成果不仅解决了贝叶斯网络中利用搜索函数构建最优网络不符合实际的问题, 也通过模糊集合论解决了复杂装备数据缺乏和专家打分不确定性的不足。所提模型不仅适应于过程诊断中故障的确定, 同时也适用于事前诊断中潜在风险的识别, 而且对于故障(或潜在故障)节点的改善效果还能起到检测评估的作用。     

基于民生视角的政府绩效评价灰色贝叶斯网络模型

建立了一种基于民生视角的政府绩效评价贝叶斯网络模型。研究了运用极大熵模型,求解网络的参数分布问题;结合灰色系统的思想,给出了政府绩效评价中的不确定信息处理的方法;通过对网络结构的分析,研究了评价信息在传递过程中的衰减性;最后,通过贝叶斯网络推理,给出网络中各节点的定量评价,为基于民生视角的政府绩效评价提供了一种新的理论方法和工具。     

一种基于最大保障时间的战时装备维修任务调度

针对目前装备优化保障研究中存在的约束条件过于简单,评价指标过于单一,不能突出我军装备维修任务调度的特点等问题,分析了战时维修任务调度的特点,建立了基于最大保障时间的维修任务静态调度模型,并给出了相应的模型求解方法。利用本方法在满足作战单元最大保障时间前提下,可使得装备维修效益最大。有效地解决了战时维修任务调度问题。     

基于RS-DBN的电子对抗目标清单生成方法

由于电子对抗作战目标类型和工作方式多样, 变化速度快, 有效信息难以充分获得, 且在不同作战阶段呈现出不同特点, 使用传统评估方法难以对其等级排序实施精确评估。对此, 提出一种基于随机集的动态贝叶斯网络电子对抗目标等级评估方法。首先，对电子对抗作战目标清单生成方式进行梳理, 确定了评价指标体系, 并根据作战阶段的变化特点，结合动态贝叶斯网络完善了评价体系。然后, 充分考虑作战过程中数据获取不完整的特点, 通过引入随机集方法将传统贝叶斯网络的节点参数求解方法进行拓展, 使用区间数学的思想得到了较为准确的动态贝叶斯网络节点参数。最后，进行了案例仿真计算和结果分析, 并对节点概率确定方法进行算法复杂度讨论。结果表明，所提方法更加适合样本不完整的军事评估问题, 评估结果与实际作战基本一致, 使用的算法具有高效性、适用性和推广性。     

基于Petri网的维修保障系统建设方案研究

根据装备的使用要求和设计特性,建立了基于Petri网的装备维修过程模型,通过对该模型的分析,提出了Petri网的优先触发规则,并按照此规则规划了与装备使用要求相对应的维修保障系统建设方案.     

军事后勤装备模糊综合评价

通过对后勤装备的系统分析，建立了后勤装备综合评价指标体系，提出了后勤装备模糊综合评价模型和评价方法，介绍了运用层次分析法确定各因素权重的方法，并进行了实例分析．     

一种考虑装备维修流程的多维修任务调度

快速、有效地进行武器装备维修任务调度可减少故障装备在维修系统的逗留时间,对提高部队的战斗力具有重要意义。通过综合分析战时维修调度问题,给出了一般装备维修调度问题的数学描述,建立了一种考虑维修流程的多单元维修任务调度模型,并给出了相应的模型求解方法。实例表明该方法有效地解决了战时维修任务调度问题。     

融合不确定信息的某型导弹控制系统可靠性分析方法#br#

针对不确定信息在可靠性评估中难以表达与处理的问题,应用Dempster Shafer (DS)证据理论对贝叶斯网络进行改进。在分析现有研究的基础上,对DS证据理论与贝叶斯网络理论进行简要介绍,提出了不确定信息条件下故障树节点向贝叶斯网络节点转化的方法,包括与节点、或节点、异或节点、非节点与2/3表决节点。针对多状态贝叶斯网络中条件概率值难以确定的问题,应用DS证据理论/层次分析法对专家经验知识进行分析与表达。以某型导弹控制系统为例,利用故障树构建贝叶斯网络模型,应用DS证据理论对专家信息进行数据融合处理,确定不确定节点的信任函数、似然函数和条件概率值,并借助贝叶斯网络的正向推理、反向推理和重要度分析确定了可靠性设计与分配中的薄弱节点。     

装甲装备维修保障资源优化仿真研究

针对装甲装备维修保障资源配置数量优化测算问题,分析了装甲装备维修保障过程,基于离散系统建模理论,构建了装甲装备维修保障过程概念模型和数学模型;应用Anylogic仿真软件,建立了基于网络离散事件的装甲装备维修保障过程仿真模型,经过仿真运算,得到装甲装备维修保障任务满足度、资源利用率、平均在修时间等参数指标,进行了基于指标权重的维修保障资源评价,得到在不同条件下维修保障资源配置数的最优值,为装备维修保障资源优化研究提供一种新途径。     

基于改进型随机Petri网的维修保障方案评估方法

一体化联合作战对诸军兵种装备系统及其维修保障体系提出了更高的要求,急需对装备维修保障体系运行规律进行建模与仿真分析,提高装备完好率和任务成功率.分析了Molloy形式的随机Petri网及其扩展模型在装备使用与维修过程建模与仿真分析中的不足,据此提出了全局时间的实现方法,改变了抑制孤的功能,选择了适当的变迁规则,提出了基于改进型随机Petri网的装备维修保障过程建模方法,开发了基于MATLAB的分析软件,针对某型导弹装备使用维修过程进行建模与分析,实现了保障方案的评估与优化.     

Study of testability measurement method for equipment based on Bayesian network model

To analyze and evaluate the testability design of equipment, a testability analysis method based on Bayesian network inference model is proposed in the paper. The model can adequately apply testability information and many uncertainty information of design and maintenance process, so it can analyze testability by and large from Bayesian inference. The detailed procedure to analyze and evaluate testability for equipments by Bayesian network is given in the paper. Its modeling process is simple, its formulation is visual, and the analysis results are more reliable than others. Examples prove that the analysis method based on Bayesian network inference can be applied to testability analysis and evaluation for complex equipments.     

基于FMECA的复杂装备故障预测贝叶斯网络建模

针对复杂装备故障预测问题, 本文提出一种基于故障模式, 影响及危害性分析(failure mode, effects and criticality analysis, FMECA)知识的 故障预测贝叶斯网络模型(failure prediction Bayesian network, FPBN)建模方法. 首先, 在分析现有FMECA知识所包含故障信息的基础上, 提出了基于FMECA单元的FPBN网络结构转化方法和FPBN概率 参数计算方法, 建立起对应的FPBN单元模型. 然后, 对复杂装备各组成部分对应的FPBN单元模型进行连接, 构建整体系统的FPBN集成模型. 最后, 根据某机载平视显示器(head up display, HUD) FMECA知识, 建立了HUD电子组件的FPBN模型实例. 实例分析结果表明, 基于FMECA知识建立的FPBN模型具有不确定性表达和定量 分析方法的优势, 能够准确、有效地进行复杂装备故障预测.     

贝叶斯网络增强型多模型AUV组合导航算法

针对复杂环境下自主水下航行器(autonomous underwater vehicle,AUV)组合导航系统中存在噪声不确定或者易发生变化的情况,提出一种贝叶斯网络增强型交互式多模型(interactive multiple model filter based on Bayesian network,BN-IMM)滤波算法。该算法在多模型估计基础上,引入特征变量,并根据变量与系统模型之间存在的因果关系建立贝叶斯网络;利用贝叶斯网络参数修正多模型估计中的模型切换概率,能够降低多模型算法中真实模式识别对先验知识的依赖性。该算法能够解决交互式多模型(interactive multiple model,IMM)算法中模型转换存在滞后、模型概率易发生跳变等问题,增强多模型算法的自适应能力。以陀螺和加速度计的输出作为特征变量建立贝叶斯网络,对AUV组合导航系统进行仿真,结果表明所提出的BN-IMM算法相比于传统的IMM算法能够显著提高机动状态时模型转换速度和估计精度。     

基于复杂网络的灾害链风险评估方法的研究

针对灾害链风险评估的问题,本文提出一种基于复杂网络结构的灾害链风险评估模型的建模方法.首先,应用复杂网络结构对灾害链的演化特征进行了表征,并对灾害链的作用机理进行了数学描述.然后,在对供应链风险评估方法和模式分析的基础上,以复杂网络为载体,运用贝叶斯公式得到各节点灾害损失等级的联合概率分布,构建了灾害链的风险评估模型,提出用子节点风险损失的期望值来表征子节点在父节点作用下的风险度量模式.最后以珠海市台风灾害链为实例进行了评估,结果表明所建立的模型与实际情况具有较高的吻合性.说明以灾害链为中心构建的灾害链风险评估模型考虑了空间和时间上的叠加,并对灾种间的作用关系进行了厘清,真实、定量、准确地刻画灾害链式演变过程所带来的风险,能为区域性灾害风险管理提供可靠的理论依据.     

基于DDBN-Cloud的舰艇编队防空目标威胁评估方法

海上编队防空作战中,针对来袭目标威胁评估过程中不确定性因素较多、观测数据易缺失以及已有评估方法难以考虑动态威胁态势的问题,提出了基于离散动态贝叶斯网络云模型(discrete dynamic Bayesian networks cloud, DDBN-Cloud)的威胁评估方法。通过分析来袭目标特征,构建了目标威胁评估体系;为避免节点威胁属性值在小范围内连续变化所引起的重复计算,采用模糊逻辑理论将体系中的连续型变量转化为离散型变量;针对评估过程中指标数据缺失问题,采用前向信息修补算法进行信息预测修补;采用证据可信度对不确定性节点的先验概率进行赋值,使得贝叶斯网络(Bayesian network,BN)参数更贴合实际;最后,利用云模型将得到的威胁评估概率转化为确定的威胁度,实现由定性概念到定量数值的转化,进行威胁排序;仿真实验表明,该方法适用于目标数据缺失时的动态威胁评估,与静态贝叶斯网络云模型(Bayesian networks cloud, BN-Cloud)法和相对熵排序法相比,其结果更合理,具有一定的实用价值。     

基于IFTBN的不确定性时间推理方法

针对模糊贝叶斯网络模型对复杂不确定性时间信息描述和推理方面的局限性,给出了直觉模糊贝叶斯网络的定义,并将直觉模糊时序逻辑理论与贝叶斯网络推理相融合,构建了直觉模糊时间贝叶斯网络(intuitionistic fuzzy time Bayesian network, IFTBN)模型,提出了基于IFTBN的不确定性时间推理算法,较好地解决了态势估计中不确定性时间推理精度不高的问题,提高了军事态势评估系统形成正确战场感知的作战效能。最后通过典型实例验证了该时间推理方法的有效性和优越性。     

基于贝叶斯理论的日用水量概率预测

为解决城市日用水量的概率预测问题,提出了基于贝叶斯理论的日用水量预测法.引入贝叶斯理论,建立了日用水量概率预测系统.在系统中,利用支持向量机建立日用水量预测模型、似然函数和先验密度,并采用自适应马尔可夫链蒙特卡罗模拟方法求解日用水量的后验密度,得到日用水量的概率预测值.实例表明,本文提出的预测方法不仅显著提高了日用水量的预测精度,而且通过定量给出预测值的置信区间,为城市供水系统的调度提供了更科学、可靠的决策依据.     

人机环耦合效应下卫星天线装配概率风险分析

卫星天线展开机构装配工序复杂，主要依赖人工装调，装配过程中可靠性安全性风险因素众多且相互耦合，直接影响天线装配质量和效率。为此，提出一种基于贝叶斯网络的概率风险评价方法。首先，在全面识别装配过程风险因素的基础上，构建事件树模型，并采用贝叶斯网络建立考虑人机环风险耦合的中间事件可靠性模型。然后，采用人因可靠性等方法进行模型量化与不确定性分析，并开展敏感性分析与风险重要度排序。最后，以某型星载合成孔径雷达(synthetic aperture radar, SAR)天线展开机构为例，说明了所提方法的工程适用性。该方法可为飞船、运载火箭等人机耦合系统的风险分析与量化提供一定的参考。     

基于贝叶斯网络的动量轮可靠性建模与评估

卫星动量轮具有小子样、长寿命特点,无法进行大样本寿命试验评估可靠性水平,但是可以获得大量的专家经验、地面调试数据等验前信息,因而提出了一种基于贝叶斯网络的动量轮可靠性建模与评估方法.首先,采用贝叶斯网络学习算法,融合各种验前信息,建立动量轮可靠性模型;在此基础上,利用贝叶斯网络推理方法,评估动量轮可靠性,分析动量轮故障;最后通过实例分析表明方法的有效性.