基于贝叶斯网络的态势评估

作为一种知识表示和进行概率推理的框架,贝叶斯网络在具有内在不确定性的推理和决策问题中得到了广泛的应用。因果推理是态势评估中的一个重要环节,用贝叶斯网络找出态势假设和事件之间的潜在关系,正是态势评估所需完成的功能。根据态势与事件之间不同的连接关系建立了态势评估的贝叶斯网络模型,并分别介绍了相应的信息传播算法,最后以一个实例来说明该网络的计算过程。     

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.     

基于贝叶斯网络的概率安全评估方法研究

针对传统的事件树/故障树分析方法的局限性,提出了基于贝叶斯网络的系统概率安全评估方法.该方法采用了一体化的建模思想,将故障树和事件树转化为贝叶斯网络进行分析,不仅可以得到常用的安全性分析结果,还可以得到其他有用的信息,非常便于推理和诊断.而且该方法还可以处理多态、相依、非单调和非确定性逻辑关系,有很强的适用性.通过1个油井平台瓦斯泄漏实例说明了该方法的有效性,并与传统的故障树/事件树分析方法和基于二元决策图的分析方法进行了比较.     

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。     

基于贝叶斯网络的威胁等级评估算法研究

阐述了基于贝叶斯网络专家系统的特点。研究了基于贝叶斯网络的推理模型以及基于此模型的推理算法。利用该算法构建了威胁等级评估模型，并进行了实例计算。研究结果表明，基于贝叶斯网络的威胁等级评估算法是一种有效的评估算法，其结果能够比较准确的反映威胁源的真实威胁程度。     

贝叶斯网络个人信用评估模型

研究了朴素贝叶斯分类器、树增强朴素贝叶斯分类器2种贝叶斯网络信用评估模型的精度,用10层交叉验证在2个真实数据集上对贝叶斯网络信用评分模型进行了测试并与神经网络模型进行了比较.结果表明,贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.     

模糊情形下基于贝叶斯网络的可靠性分析方法

确定性的可靠性分析方法在描述模糊情形下的逻辑门与事件时表现出了局限性.为能在模糊情形下进行可靠性分析,利用贝叶斯网络对不确定性问题具有良好描述能力和推理能力的特点,提出一种基于贝叶斯网络的可靠性分析方法.该方法在采用贝叶斯网络进行系统可靠性建模基础上,提出了一个重要的概念:置信割集;并给出了计算强割集的算法.这种基于贝叶斯网络的可靠性分析方法能较好地刻画系统中存在的模糊性,丰富了割集理论,使可靠性分析更加接近实际.最后,举例说明了算法的有效性.     

基于贝叶斯网络的火力威胁等级评估算法

简单介绍贝叶斯网络及其在建模过程中的核心内容.研究以贝叶斯网络及其推理机制为基础的威胁等级评估算法,建立基于该算法的元人机火力威胁叠加情况下的威胁等级评估模型.最后通过实验仿真验证算法的有效性,能对无人机火力威胁等级做出较准确的评估.     

基于Gibbs抽样的诊断贝叶斯网络模型评估方法

贝叶斯网络模型应用到故障诊断之前,必需对模型的正确性、故障诊断率、故障隔离率等进行全面的分析评估。通常的评价方法是用基于标准案例的测试程序对模型进行测试,但这些案例毕竟是有限的,不能穷尽所有情况。提出一种基于Gibbs抽样的诊断模型评估方法,不需要特殊的诊断案例,该方法采用等概率故障注入算法,自己产生测试案例,仿真故障传播和故障诊断过程,能够保证对系统的全面覆盖测试,对诊断模型进行全面评估。     

基于贝叶斯网络的编队对地攻击损伤评估研究

随着武器的高科技化、战场环境的复杂化、战斗节奏的加快,战斗损伤评估系统在现代战争中占有越来越重要的地位。针对战场战斗损伤评估信息的多样性、不确定性和模糊性,基于贝叶斯网络易于进行不确定性推理的优点,提出应用贝叶斯网络对对地攻击效果进行分析评价,建立了编队对地攻击损伤评估的贝叶斯网络模型,给出了基于贝叶斯网络的损伤评估的推理决策方法,并且对该方法进行了仿真分析。仿真实例表明,基于贝叶斯网络的损伤评估模型能够提高损伤评估的准确度,而且推理简单,易于实现。     

态势评估的变结构区间概率动态贝叶斯网络方法

针对以往利用贝叶斯网络进行势评估时,贝叶斯网络结构和参数都是固定不变的不足,为提高态势评估准确性,提出一种变结构区间概率动态贝叶斯网络（variable structure interval probability dynamic Bayesian network, VSIP DBN）进行态势评估的方法。给出了VSIP DBN的定义,推导了其推理的算法,网络结构能够根据态势变化情况进行改变,并给出了结构变化的判断依据,将参数推广为区间概率的形式,同时提出了区间概率参数的学习方法。将VSIP DBN应用于态势评估,在典型作战条件下进行仿真分析,不需要精确给出网络参数,即使出现偶然观测误差,也能够准确地评估出当前空战态势,提高了评估的灵活性。     

系统实时性能可靠性评估的贝叶斯方法

多数产品或系统的失效可归结为其潜在的退化过程,且系统退化通常为隐含的过程而无法直接观测或测量。针对隐含的退化过程不可直接观测的特点,本文提出一种基于状态空间模型的产品退化建模方法,以系统运行期间采集的性能数据为基础,结合贝叶斯估计理论,实现了对系统隐含退化状态的在线估计与预测,以及对系统性能可靠性的实时评估。以民航发动机为对象,通过对实际收集的性能数据的分析表明,本文所提方法能够较好地用于系统性能可靠性的实时评估。     

基于因果贝叶斯网络的风险建模与分析

风险管理的核心在于干预风险,这需要了解风险事件间的因果关系。提出了一种基于因果贝叶斯网络的风险建模与分析方法,所提方法由基于业务流程分析的风险识别、基于贝叶斯因果网络的风险建模和关键风险事件识别三个主要步骤组成,有利于识别和评估风险事件间因果关系,为制订高效的风险应对计划提供可靠的依据。所提方法被应用于某公司国际采购风险分析中,取得显著效果。     

多态系统可靠性分析广义灰色贝叶斯网络模型

针对多态系统可靠性分析过程中部件和系统的故障状态难以准确界定、故障逻辑关系难以精确测度等问题,基于模糊数学和灰色系统理论提出了一种广义灰色贝叶斯网络模型。该模型首先运用含有区间灰数的模糊子集表征部件所处的故障状态;然后通过运用区间灰数表示系统故障发生的条件概率表征多态系统复杂多样的故障逻辑关系;最后基于贝叶斯网络推理算法和区间灰数运算规则,给出系统处于不同故障状态的概率和部件重要度等可靠性特征信息,为不确定条件下的多态系统可靠性分析提供了完整的解决方案。通过对某民航飞机的可脱离应急跟踪设备的案例研究,表明了所提模型的可行性。     

多阶段可校正系统退化建模与可靠性评估

退化数据在小子样、高可靠、长寿命产品可靠性评估中的作用日益突显。针对工程实践中多阶段可校正电子装备可靠性评估难题,综合考虑任务的多阶段性和校正行为影响,建立了基于Wiener过程的性能退化模型,采用贝叶斯方法得到退化模型中漂移参数的后验分布估计,构建了光滑函数解决系统校正行为导致的函数不连续性问题,在此基础上根据首次到达时的概率分布提出了多阶段可校正系统的可靠性评估方法,给出相关数值算例,验证了模型、方法和分析结果的正确性和实用性。     

Wiener过程性能退化产品可靠性评估的Bayes方法

在分析性能退化数据模型的基础上,针对Wiener过程性能退化产品提出了一种可靠性评估的Bayes方法,给出了参数的递推估计.该方法计算简单,并且能随着性能退化试验进行不断更新可靠性评估结果,而不需要重新处理历史数据,因而也适合于实时可靠性评估.最后通过金属化膜电容器可靠性评估实例分析验证了该方法的适用性,并进行了相关讨论.     

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。     

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。     

Bayesian method for system reliability assessment of overlapping pass/fail data

For high reliability and long life systems, system pass/fail data are often rare. Integrating lower-level data, such as data drawn from the subsystem or component pass/fail testing,the Bayesian analysis can improve the precision of the system reliability assessment. If the multi-level pass/fail data are overlapping,one challenging problem for the Bayesian analysis is to develop a likelihood function. Since the computation burden of the existing methods makes them infeasible for multi-component systems, this paper proposes an improved Bayesian approach for the system reliability assessment in light of overlapping data. This approach includes three steps: fristly searching for feasible paths based on the binary decision diagram, then screening feasible points based on space partition and constraint decomposition, and finally simplifying the likelihood function. An example of a satellite rolling control system demonstrates the feasibility and the efficiency of the proposed approach.