基于贝叶斯网络的油田管道失效概率计算

针对事故树分析法不能对管道风险进行多态性分析,且无法实现双向推理问题,提出一种基于贝叶斯网络的油田管道失效概率计算方法.首先,建立油田管道失效风险事故树模型,利用事故树与贝叶斯网络的转换确定贝叶斯网络结构,完成管道失效风险贝叶斯网络模型结构的构建;其次,考虑到由专家知识经验及期望最大化算法确定的网络参数存在较大的估计误差问题,引入遗传算法完成贝叶斯网络参数学习以此获取最优参数;最后,将该方法应用于实际油田管道风险问题,利用GeNIe贝叶斯网络仿真软件计算油田管道失效概率,同时对每个风险因素进行分析并得到影响管道发生失效的致因链.实验证明,所提方法在评估精度上得到了显著地提升.     

基于贝叶斯网络的列控车载设备故障诊断

针对目前高速铁路列控车载设备故障诊断过度依赖于专家经验且诊断正确率不高等问题,提出了以专家知识为基础,以贝叶斯网络为核心的故障诊断方法.首先,以CTCS3-300T型列车运行控制系统的车载设备为研究对象,建立基于专家知识的贝叶斯网络.其次,根据故障记录数据集使用K2算法进行结构学习并对学习后的贝叶斯网络结构做适当简约处理.利用极大似然估计算法进行参数学习,得到故障诊断的最优贝叶斯网络.最后,通过诊断推理,得到该故障诊断模型的诊断正确率为88.20％,验证了该贝叶斯网络模型的可行性和有效性.     

基于贝叶斯网络模型的车辆碰撞概率预测

为准确研判道路交通环境中车辆发生碰撞的可能性,辅助驾驶人及时采取有效的避障决策,文中结合驾驶人、车辆、道路、环境四方面影响因素构建贝叶斯网络,提出了基于贝叶斯网络模型的车辆碰撞概率预测方法。利用Uc-road仿真软件对青岛市黄岛区前湾港路周边交通场景建立仿真模型,采用仿真数据与交通调查实际数据相结合的形式对模型进行验证。研究表明,利用贝叶斯网络模型预测的车辆碰撞概率与实际计算概率的最大有效绝对误差为0. 016,模型能够准确地预测车辆碰撞的概率,可为驾驶人在异常工况下避障提供决策依据。     

结构化EM算法在小样本贝叶斯网络学习中的应用

在贝叶斯网络学习中,合理数据集的存在可以大大降低贝叶斯网络学习对知识工程的过多依赖.但当数据集中样本数量不够大时,可能没有足够多的样本甚至不存在样本来代表变量间的某些条件独立关系,从而无法学习贝叶斯网络.将数据集修正与结构化-期望最大化算法相结合,得到一种有效的小样本上贝叶斯网络学习的方法,实验结果表明,该方法能够有效地进行小样本上贝叶斯网络学习.     

一种基于小数据集的贝叶斯网络学习方法

 贝叶斯网络是用来表示不确定变量集合联合分布的图形模型,反映了变量间潜在的依赖关系.从完备数据集和不完备数据集上学习贝叶斯网络是研究的热点之一,要求有大数据集.针对实际应用中常常只能获得小样本数据,提出了基于Bootstrap抽样的网络结构学习的遗传算法,实验结果表明该方法在小数据集上学习贝叶斯网络具有一定的有效性.     

基于小数据集贝叶斯网络建模的偏差源诊断方法

针对装配过程尺寸偏差的小样本检测条件,提出了基于条件独立性检验的结构学习算法,结合柔性装配偏差关系模型,推导了贝叶斯网络子节点的先验条件概率,将小数据集与先验概率融合并获得贝叶斯网络参数,实现了装配偏差影响因素的贝叶斯网络建模,并用于某车型侧围装配过程的偏差源诊断.结果表明,所提出的偏差源诊断方法具有较高的准确性.     

基于贝叶斯网络的卫星姿态控制系统健康评估

结合专家知识和数据建立卫星姿态控制系统贝叶斯健康评估网络,考虑卫星在轨存在多种工作模式,利用样本数据建立和存储典型工作模式下的健康评估网络,提高实时健康评估网络的建模效率,同时利用实时数据实时更新贝叶斯健康评估网络结构和参数,以提高评估结果的准确性.仿真结果显示该方法能根据卫星姿态控制系统的实时数据准确推理出系统的实时健康状态,具有一定的可行性和有效性.     

基于模糊理论和BN的燃气轮机健康状态评估方法

针对小样本条件下燃气轮机的健康状态评估问题,提出了基于模糊理论和近等式约束的贝叶斯网络的燃气轮机健康状态评估方法。用模糊理论整合专家先验知识,以近等式约束的形式将其融合到贝叶斯网络参数学习中,再通过贝叶斯网络模型得到燃气轮机健康状态。以某型燃气轮机为例进行仿真,结果表明,该型燃气轮机处于正常状态,与实际运行状态相符,验证了方法的可行性,具有一定的工程应用价值。     

液体火箭发动机的分层贝叶斯变分推理故障诊断方法

针对稀疏数据场景下，传统的多项式-狄利克雷模型存在一定的分类精度问题，提出一种基于变分推理的分层贝叶斯网络的参数估计方法. 通过在传统的多项式-狄利克雷模型中引入超先验，构建出的分层多项式-狄利克雷模型可用于贝叶斯网络中的条件分布估计. 对分层多项式-狄利克雷模型的先验依赖结构进行分析研究，提出一种快速准确的自组织变分推理算法. 与传统的分类模型相比，本文提出的分层多项式-狄利克雷模型在处理小数据集液体火箭发动机的故障分类中有显著的性能提高.      

基于模糊理论和贝叶斯网络的燃气轮机健康状态评估方法

针对小样本条件下燃气轮机的健康状态评估问题,提出基于模糊理论和近等式约束的贝叶斯网络的燃气轮机健康状态评估方法。用模糊理论整合专家先验知识,以近等式约束的形式将其融合到贝叶斯网络参数学习中,再通过贝叶斯网络模型得到燃气轮机健康状态。以某型燃气轮机为例进行仿真,结果表明,该型燃气轮机处于正常状态,与实际运行状态相符,验证了方法的可行性。该方法具有一定的工程应用价值。