贝叶斯网络在可靠性分析中的应用

针对故障树分析方法在可靠性分析中的局限性,研究了贝叶斯网络在可靠性分析中的应用,给出了故障树向贝叶斯网络转化的方法,以及基于贝叶斯网络求解顶事件发生概率、最小路集、最小割集和底事件重要度的算法.最后对大亚湾核电站紧急停堆失效进行了分析,并与故障树分析的结果进行了比较,结果表明,基于贝叶斯网络的建模分析方法可以得到更丰富的信息.     

基于贝叶斯网络的故障树分析

文章简要阐述了贝叶斯网络的构造原理和网络信念的传播与更新,并详细说明了故障树向贝叶斯网络转化的过程,主要包括结点与事件的映射关系和联接强度与逻辑门的映射关系.最后通过一个实例说明了故障树向贝叶斯网络的转化过程,并对二者的推理功能进行了比较.     

证据理论与贝叶斯网络相结合的可靠性分析方法

针对可靠性分析中存在的认知不确定性问题,将证据理论引入到贝叶斯网络。给出了存在认知不确定性时故障树向贝叶斯网络的转换方法,以及基于信任测度和似然测度求解顶事件发生概率的方法。研究了三种重要度的求解方法,同时提出了一个重要概念--认知重要度,给出了其实际意义和计算方法。最后,运用所提出方法对某导弹发动机进行了可靠性分析,结果表明,该方法增强了贝叶斯网络处理不确定性信息的能力,简单有效且可以得到更丰富的信息。     

基于贝叶斯网络的系统可靠性评估方法研究

为了有效评估动态系统要素间的复杂行为和交互特性,提出了一种基于贝叶斯网络(Bayesian Network,BN)的可靠性建模与分析的新方法.该方法利用BN的不确定性推理和图形化表达的优势,能够很好地捕捉系统要素的行为与交互,以结构的方式组合各种基本BN架构为用户提供模块化和分级的途径对系统进行建模.实验结果表明该方法的可行性和有效性.从而提高了系统的灵敏度,减少了其不确定性.     

基于模糊概率的多状态贝叶斯网络可靠性分析

利用贝叶斯网络对多状态系统进行可靠性分析时,各根节点不同状态的精确概率难以获得。因此提出了把模糊理论与贝叶斯网络方法相结合,将不同专家给出的根节点各状态发生概率的语言变量转化为三角模糊数,并经过均值化、解模糊和归一化得到不同状态的发生概率的精确值。将其代入多状态贝叶斯网络中,计算叶节点不同状态的发生概率,进而计算各根节点的后验概率及风险增加当量重要度。通过实例分析验证了该方法的可行性。应用该方法能够提高贝叶斯网络处理不确定性问题的能力,使其在解决多状态不确定性系统可靠性和安全性问题时发挥更大的作用。     

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...     

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.     

研制过程的贝叶斯可靠性增长模型

本文对成败型产品在研制过程中各阶段的可靠性评估问题进行了讨论。在获得了每一阶段的二项试验数据后,运用贝叶斯方法和在可靠度先验分布概率密度函数均匀不变的条件下,给出了第m阶段的可靠度贝叶斯估计值以及置信下限评定方程。本模型与其它增长模型相比,具有标准差小和便于工程应用等特点。     

基于贝叶斯网络的装备作战效能仿真结果分析方法

针对由于装备作战效能仿真过程中因素之间的非线性、不确定关系造成的仿真结果数据分析困难的问题,提出了使用贝叶斯网络进行作战效能仿真结果分析的基本思路。论述了基于贝叶斯网络的作战效能分析模型的建模方法和基本流程,提出了正向探索模式、态势扰动分析模式、因果追溯分析模式和截断分析模式四种基于贝叶斯网络的效能分析模式。通过实例分析得出:在仿真结果分析中使用贝叶斯网络可以得到比传统分析方法更深入、更直观的结论。     

基于故障树分析的鱼雷可靠性评定方法

针对鱼雷系统特点,建立了基于故障树分析的系统可靠性评定模型,该模型除了可克服常规金字塔式可靠性评定方法所存在的缺陷外,还可更直观、直接地反映系统功能结构及故障状态,适用于含重复单元、非串联或非并联的各种复杂系统。重点研究了故障树分析的贝叶斯近似评定方法,并对鱼雷系统进行了可靠性评定实例分析,结果表面所提出的基于故障树可靠性评定方法较传统可靠性评定方法更方便、更直观。     

基于贝叶斯网络和直觉模糊推理的态势估计方法

将直觉模糊推理理论与贝叶斯网络推理相结合,提出一种基于直觉模糊理论和贝叶斯推理网络的态势估计方法。首先,分析当前贝叶斯网络推理的特点与不足,建立基于直觉模糊函数的贝叶斯网络推理模型;其次,证明直觉模糊函数在贝叶斯网络推理中是可传播的;最后,用实例给出评估结果,验证方法的有效性和模型的正确性。采用实例说明,当证据节点犹豫度较大时,一般贝叶斯网络推理得不到正确的结果,而该方法克服了此缺点,能够得到正确的推理结果。     

基于模糊约束的贝叶斯网络参数学习

针对小样本下贝叶斯网络参数学习结果不准确的问题,提出一种模糊最大后验估计方法,该方法将模糊理论引入到参数学习中,通过对约束效力的度量,利用隶属度函数来确定超参进行学习,以提高约束使用的准确性。实验证明,所提方法可以有效提高参数学习的精度。除此之外,将所提方法应用到网络安全评估中,将通用漏洞评分系统作为专家先验参数,结合漏洞信息迁移样本来进行参数学习。最后,通过节点和路径安全评估验证了所提方法的有效性。     

基于广义连续时间贝叶斯网络的指挥控制网络系统可靠性分析

指挥控制网络作为典型的复杂网络系统,其可靠性通常可以利用动态贝叶斯网络(dynamic Bayesian network, DBN)来分析。由于DBN并不能很好地解决包含时间和非时间事件的指挥控制网络系统可靠性问题,因此提出一种具有二态条件概率表的广义连续时间贝叶斯网络(generalized continuous time Bayesian network, GCTBN)的建模方法。在此模型的基础上,得到了不同逻辑门的可靠度算法求解,进而针对指挥控制网络系统提出了无线电传播、通信设备以及网络的可靠性分析方法,从而综合地考虑到指挥控制网络执行不同任务的可靠性问题。通过对指挥控制网络可靠性问题的实际案例分析,验证了所提方法的有效性。     

基于贝叶斯网络的复杂系统故障预测

针对复杂电子系统信号具有不确定性的特点,提出一种基于贝叶斯网络的故障预测模型。该模型通过对连续的信号特征进行量化处理,利用专家知识结合信号建立贝叶斯网络结构;对不同样本采用不同算法来进行网络学习,采用概率推理定量估计信号的区间预测概率,从而建立一个可推理的预测模型。将该方法应用于电源系统进行故障预测,针对不同数据样本进行实验,结果验证具有较高的区间预测率,为复杂系统的故障预测提供了新手段。     

基于最小割序集的独立电力系统可靠性分析

故障树分析方法是对系统进行可靠性评估的有效方法,但在独立电力系统可靠性的计算中存在可靠性参数计算量大、求解困难等问题。对此,采用故障树最小割序集方法求解独立电力系统的可靠性指标,针对求解可靠性指标时存在的组合爆炸问题,提出了基于时间运算符求解最小割序集的方法。运用分层模块的方法简化动态故障树模型,并根据最小割序集的逻辑运算规则得到最小割序集。最后运用失效概率公式求解得到独立电力系统的可靠性指标。以某常规独立电力系统和B787飞机电力系统可靠性分析为例,验证了所提算法的可行性和正确性,为求解独立电力系统的可靠性指标提供了一种新的思路。     

基于风险的交通网络可靠性分析方法

从风险角度提出了一种交通网络可靠性分析方法——基于风险的交通可靠性(Reliabilitybased on risk,RBR),并对其定义、形式与应用进行研究.首先提出RBR的概念,并对RBR与其他交通网络可靠性指标的异同进行了分析;通过高斯核估计,给出了基于历史数据的路段出行时间分布函数的估计与计算方法,从而得到该路段的RBR,并使用误差分析与返回检验对该方法的误差进行验证;随后使用天津某高速公路的历史观测数据对文中RBR及其计算方法进行验证;最后给出了RBR的其他形式——路径RBR、路网RBR的概念及相应的计算方法,从而将RBR推向更广泛的应用空间.