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。     

可靠性仿真在模糊故障诊断中的应用

针对模糊故障诊断中传统模糊关系矩阵确定方法不能动态适应具体设备运行状态变化等缺点,提出了基于故障树的可靠性仿真方法,用于确定模糊关系矩阵。该方法首先利用元器件的失效分布数据和设备深层原理性知识建立故障树,进行可靠性仿真,然后根据仿真结果和具体设备的历史故障信息动态计算模糊关系矩阵。给出了该方法的具体应用步骤。实际诊断结果表明,该方法可以有效地提高模糊故障诊断的准确性与针对性。     

节点失效网络可靠度的矩阵分解算法

对于具有节点失效及边失效的网络系统的端端可靠度问题,本文提出了一种改进和推广的全概率分解计算机算法,算法的基础是反复进行矩阵的分解与化简．本文给出并解释了可行分解元的选取和矩阵的化简规则．     

用于离散变量因果分析的贝叶斯网络学习

针对现有基于贝叶斯网络离散变量因果分析方法具有低效率和局限性等问题.使用依赖分析方法建立贝叶斯网络骨架,结合碰撞识别方法、变量之间的预测能力和描述长度极小准则确定边的因果方向,进行具有多项式复杂度的离散变量因果贝叶斯网络学习来避免这些问题,并给出了因果贝叶斯网络中定量因果信息传递计算方法.同时,针对小样本情况建立了因果最大似然树学习方法.     

公交网络的认知及可靠性分析

分析了人们公交出行的站点选择行为,提出站点服务区概念并利用Voronoi图对其进行测度.在此基础上,运用复杂网络理论构建了公交站点网络与公交线路网络模型并定义了网络节点的权重向量,同时定义了针对公交系统可靠性评价的公交服务可靠性指标,并设计了相应的攻击策略.结果表明:对于随机攻击,公交站点网络表现出比公交线路网络更强的鲁棒性,而对于蓄意攻击,公交站点网络则表现出更高的脆弱性.     

基于面向对象贝叶斯网络的软件项目风险评估

针对软件项目的特点和软件项目风险定量评估任务,提出了基于面向对象贝叶斯网络的风险评估方法。该方法通过分析软件项目生命周期中的具体风险与风险因素之间的因果关系,建立面向对象贝叶斯网络拓扑结构;由专家判断和工程经验确定网络中的概率参数;采用概率推断工具,可定量估计风险的发生概率。给出了风险贝叶斯网络的建模过程,讨论了风险贝叶斯网络可以完成的风险管理任务。通过一个简单例子说明了该方法的应用。     

一种随机截尾恒加寿命试验的贝叶斯评估

针对传统计算方法的不足,讨论了一种贝叶斯加速失效模型族中应用最为广泛的Weibull恒定应力加速度寿命试验模型。针对寿命服从Weibull分布的产品,在参数的先验假设条件下,基于Gibbs抽样的马尔可夫链,运用蒙特.卡罗方法动态模拟出随机截尾恒加寿命试验中相关参数后验分布的马尔可夫链,给出随机截尾条件下模型参数的贝叶斯估计。利用BUGS软件包进行建模和仿真分析,证明了该模型在可靠性应用中的直观性与有效性。     

基于新网络路由算法的通信网可靠性指标计算

解决通信网络"归一化容量加权可靠性指标"全代数化计算的最关键问题,是寻找能够算出网络节点之间全部路由的代数化路由算法。提出一种网络路由新算法,是按照逻辑代数运算规则,以关联矩阵降阶变换方式计算,对于有m个节点的网络,只需m-2次距阵降阶变换运算,就能够算得网络两节点间全部路由,且不会出现闭环路由问题,完全符合通信传输规则。基于该路由算法研究出通信网络"归一化容量加权可靠性指标"的全代数化算法,由于新算法所有环节均实现了代数化运算,所以易于编写计算机程序,可以很方便地计算出大型通信网络的可靠性指标,解决了大型通信网络可靠性分析困难的问题。通过算例对新算法的各计算过程进行了详细说明,验证了其正确性。     

事件树方法的贝叶斯分析

事件树方法是安全风险分析的基本技术,其分析结果的可信度在很大程度上取决于控制系统失效概率估计的精度。由于可靠性试验费用昂贵,试验次数有限,因此控制系统失效概率的估计往往较粗糙。提出的贝叶斯分析方法能够有效地利用系统运行过程的事故统计数据,对控制系统失效概率进行修正,可显著提高估计的精度。     

基于贝叶斯网络的装备部件战斗损伤评估模型

将破片作为部件损伤的研究对象来说明损伤函数的表达方式及存在的问题,提出利用贝叶斯网络进行装备部件战斗损伤评估的方法。分析了引起部件损伤的相关因素,利用专家经验等先验知识对其属性值进行离散化处理后得到损伤因素属性列表。在此基础上建立贝叶斯网络评估模型。最后通过实例证明了该方法的可行性。