基于离散时间贝叶斯网络的动态故障树分析方法

提出了一种基于离散时间贝叶斯网络的动态故障树分析方法．首先给出优先与门、顺序相关门、备件门、功能相关门等动态逻辑门向离散时间贝叶斯网络的转化方法，在得到动态故障树对应的离散时间贝叶斯网络之后，再利用贝叶斯网络推理算法计算、诊断和预计顶事件概率、重要度等常规分析结果．对数字飞控计算机系统进行的分析表明，该方法能够保证较高的求解精度，其相对误差均保持在0．4%以内，而且易于扩展到多态和非确定性逻辑关系的情形．     

事件树、故障树、决策树与贝叶斯网络

在简要介绍贝叶斯网络技术的基础上,通过大坝失效事件树分析、导弹发动机故障树分析以及汽车销售决策树分析3个实例,分别将事件树、故障树及决策树3种分析方法与贝叶斯网络分析方法进行了比较,并给出了事件树、故障树和决策树向贝叶斯网络转化的一般规律:事件作为贝叶斯网络中的结点,根据事件之间的因果或影响关系将网络中的各结点用有向弧连接起来并由已知数据或专家经验确定各结点条件概率表.结果表明贝叶斯网络具有处理多状态复杂模型以及双向推理的优点.     

基于故障树分析和贝叶斯网络方法的液压举升机构故障诊断

为应对液压举升机故障原因复杂,诊断方法准确性不高等问题,提出一种基于故障树和贝叶斯网络的液压举升机故障诊断方法。首先建立液压举升机构故障树,然后将故障树转换为贝叶斯网络,利用三角模糊函数表示举升机底事件发生概率,得到底事件模糊概率,将其做为先验概率计算叶节点发生概率,进而求得根节点后验概率以及概率重要度,可快速诊断出故障点。     

基于故障树和贝叶斯网络的危化品罐式运输车道路运输系统的可靠性分析

为保障危化品罐式运输车道路运输系统的可靠性,提出一种基于故障树分析法和贝叶斯网络的系统可靠性研究方法.首先,根据道路运输系统故障树模型向贝叶斯网络转化的方法确定贝叶斯网络模型和条件概率表;其次,结合贝叶斯网络双向推理算法对危化品道路运输系统进行推理计算;最后,分析得出危化品罐式运输车道路运输系统的可靠度.研究发现:该方法可以根据根节点故障的先验概率正向推理系统失效的可能性,并且可以通过根节点的概率重要度分析结果排查故障,同时可以通过反向推理计算根节点的后验概率诊断故障.在结论中,提出了针对系统中关键风险事件的应对策略.     

基于贝叶斯网络的MEMS安全系统可靠性分析

随着MEMS技术的不断发展,对于引信中MEMS安全系统的可靠性提出了更高要求.为了解决目前MEMS安全可靠性分析中存在着各机构可靠度数据不全面,主要依赖于大量实验或专家经验的现状,对MEMS安全系统的失效状况进行分析,构建了MEMS安全系统的故障树,并计算了各重点机构的可靠度功能函数.以此为基础,提出了一种将故障树与贝叶斯网络进行转化的可靠性分析方法.同时针对各失效机理进行了概率重要度和结构重要度计算,从可靠性重要度角度提出了MEMS安全系统设计中的重点优化机构,并进行了计算实例分析.借助于MEMS加工工艺,实现了MEMS安全系统的加工,通过可靠性测试实验,证明了本方法计算的快速准确性.      

贝叶斯网络在机械系统可靠性评估中的应用

针对故障树分析方法在可靠性评估方法中的局限性,提出了基于贝叶斯网络的机械系统可靠性评估新方法.首先根据系统可靠性框图建立故障树,然后将故障树直接映射成为贝叶斯网络,构建条件概率表,运用贝叶斯网络的推理能力进行系统的可靠性评估.该方法不但能计算出机械系统的可靠性指标,而且能方便地给出某一个部件或几个部件对系统可靠性的影响大小,识别系统的薄弱环节.最后通过实例验证了用贝叶斯网络进行机械系统可靠性评估的有效性.     

基于贝叶斯网络的路网失效程度评估方法研究

创造性地将贝叶斯网络应用于路网失效的评估中。选择连通可靠性作为评价标准,运用实例分析的方法,对基于贝叶斯网络的路网失效程度评估方法进行了研究。通过对路网的失效成因进行分析建立路网失效对应的事件树与故障树,并引入故障树向贝叶斯网络转化的算法,提出了利用贝叶斯网络对城市路网的失效程度进行评估的方法。最后举出一个简单的路网实例,按上述方法对其建立了其路网失效的贝叶斯网络,并利用MSNBX软件对该路网遭遇不同类型攻击时的失效情况进行了模拟计算,得到了实例路网的失效程度。实验结果证明了所探讨的方法的有效性,并为贝叶斯网络在大规模路网研究中的应用提出了一些思考和建议。     

贝叶斯网络发展及其应用综述

贝叶斯网络（BN）是一种用于描述变量间不确定性因果关系的图形网络模型,用于不确定性系统建模和推理,处理涉及到预测智能推理、诊断、决策风险及可靠性分析的问题. 本文首先对贝叶斯网络做了一个简略的介绍,随后综述了贝叶斯网络近30 年的发展及功能扩展,对其在工程技术领域的应用包括故障诊断及可靠性分析等方面做了一个回顾,最后对BN现有的不足和未来的研究趋势做了总结和展望.      

贝叶斯网络在组织因素对系统可靠性影响中的应用

介绍了核电站系统在运行过程中的组织因素对系统可靠性的影响以及贝叶斯网络的理论基础,以贝叶斯概率和贝叶斯网络基本理论为基础建立了相应贝叶斯网络模型,并对该模型展开了进一步分析与解释.     

贝叶斯网络中的贝叶斯学习

从机器学习的角度研究贝叶斯方法及其学习机制,着重讨论了具有完整数据,不完整数据集,及在结构不确定时贝叶斯网络进行学习的方法,表明贝叶斯网络在数据采掘中是一个有力的工具。文中给出一个基于贝叶斯网络的学习的实例。     

以最小割集为基础的可靠性数值仿真

提出了一种新型的算法－基于故障树最小割集的可靠性数值仿真。它将故障树分析方法与数值仿真技术相结合，综合了两者的优点，基于故障树的最小割集进行数值仿真，求解可维修系统的可靠性指标，成功地实现了算法的通用性，而且还能用于计算容错系统的任务可靠度。最后给出了一个计算实例。     

基于贝叶斯网络的飞行安全人因可靠性评估模型

基于广义人-机-环境复杂系统,对飞行人员可靠性、空中交通管制人员可靠性和航空器维修人员可靠性进行了分析,综合考虑常用可靠性评估方法的优缺点,采用贝叶斯网络建立了飞行安全人因可靠性的评估模型.该模型综合运用诊断推理和支持推理形式,分析直观,计算简便,适用于广义的人-机-环境复杂系统建模;同时该模型可以根据后验概率来调整先验概率,从而有效地提高了评估的精度.     

基于特征的贝叶斯过滤网

以贝叶斯定理为基础,提出并讨论了在特征水平的信息过滤中的贝叶斯过滤网（ＢＮ）的拓扑结构、网节点参数设定、主观概率融合、网节点复合简化、贝叶斯概率推断等问题．研究表明,以ＢＮ构造基于语义特征的信息过滤网,能帮助用户从有关数据库中快速找出所需的文件资料     

基于动态贝叶斯网络的多时延基因调控网络构建

分子生物学的主要挑战是如何更好地理解基因间的调控机理。重构调控网络有助于探索生命系统的本质问题。目前,已提出的方法大多数都不考虑基因表达之间的时延,或者假定其时延是一个常量。这为深入理解基因调控的时-空机制带来了困难。现提出一个用连续DBNs构建具有多时延基因调控网络的方法,它可以系统地分析基因之间的调控关系。将其应用于酵母菌的转录调控网络中,结果显示,该方法能更好地估计转录时延,进一步提高了调控网络构建的精度。     

劲性水泥土搅拌桩地下连续墙贝叶斯网络分析

分别分析了事件树、故障树和贝叶斯网络的优点和缺点,总结了三者联合应用的必要性,进而改善了贝叶斯网络的构造方法.方法是先将事件树的输出事件和序列事件分别作为故障树的顶事件和中间事件建造系统的故障树,再将故障树转化为系统的贝叶斯网络,然后利用贝叶斯网络的计算优势进行分析;建议贝叶斯网络中的任一非根节点事件出现失效时应按后验概率从大到小的次序对相应根节点事件进行控制.采用文中方法分析了SMW(soil-cement mixingwall)深基坑工程的基坑事故发生概率和造成事故的主要基本事件,证明了该方法的实用性.     

基于贝叶斯网络的态势估计模型研究

介绍了静态贝叶斯网络模型在态势估计中的具体应用和算法实现,重点分析了态势估计中的态势、事件关系抽象为贝叶斯网络后,态势-态势连接、事件-事件连接、态势-事件连接在贝叶斯网络中的推理过程,最终建立了态势估计的具体模型。     

Reliability Analysis of Lithography Wafer Stage Based on Fuzzy Bayesian Networks

Bayesian network（ BN） is a powerful tool of uncertainty reasoning. Considering the insufficient information,incorporating fuzzy probability into BN is an effective method. Fuzzy BN was used to solve this problem. In this paper,fuzzy BN was applied in wafer stage system,which was an important part of lithography. BN of wafer stage was transferred from fault tree（ FT）. The quantitative assessment based on fuzzy BN was carried out. The Birnbaum importance factors of basic events were calculated. Therefore,the system failure probability and the vulnerable components could be gotten.     

基于故障树和Bayes网络组合的装备故障诊断

针对故障树和Bayes网络在故障诊断中的局限性,提出一种使用故障树和Bayes网络组合的方式建立诊断故障Bayes网络,并基于诊断故障Bayes网络运用联合树推理进行故障诊断的方法.该方法解决了在复杂系统故障诊断过程中独立运用故障树和Bayes网络出现故障推理能力弱和建模难等问题.实验结果表明,使用该方法对某型舰船上的甲板灯光照明系统进行故障诊断,得出了各个故障征兆节点或故障原因节点的概率分布,从而可快速准确地定位甲板灯光照明系统故障.