基于模糊贝叶斯网络的高层建筑火灾风险评估方法

为量化分析高层建筑火灾事故的风险因素,提出基于模糊贝叶斯网络的高层建筑火灾风险评估方法。首先分析37起典型事故调查报告,基于火灾事故致险机理并依据《建筑设计防火规范》(GB 50016—2014)等国家规范和技术标准,从建筑防火能力、建筑灭火能力、应急疏散能力、安全管理能力4个方面建立指标体系;然后基于专家知识结合模糊数学量化各要素的先验概率并确定条件概率,通过构建模糊贝叶斯网络模型,运用Netica软件进行分析,得出各要素的发生概率;最后以H小区进行了实例验证与分析。结果表明：小区高层建筑风险等级为Ⅱ级中等水平,与小区实际情况相符,验证了该方法的可行性和合理性,为高层建筑火灾风险评估优化完善提供参考借鉴。     

基于动态贝叶斯网络的燃气管网燃爆风险分析

针对传统风险分析方法无法实现动态评估的局限性，提出了基于动态贝叶斯网络的燃气管网风险分析模型.基于管道失效原因与事故后果，构建了事故演变全过程网络结构，并运用马尔科夫理论将演变全过程与时间相关联，最终建立了动态贝叶斯风险分析模型.该模型基于贝叶斯理论进行泄漏、致灾模式及后果节点的概率计算，实现了对燃气管网事故的原因诊断及事故发展态势预测.以松原"7.4"燃气爆炸事故为例，应用本模型演示了燃气管网事故推演技术，结果表明:事故是由第三方施工破坏引发燃气泄漏，由于燃气在土壤中的扩散范围不断扩大，扩散范围内受限空间数量不断增加，人员活动情况也更加复杂，进而增大了燃气聚集与点火概率；结合事故现场条件，本模型对这起爆炸概率进行了推演，认为此次燃气爆炸概率将在泄漏60 min后达到42.3%，高于安全泄放概率；该结果与真实情况基本相符，进一步验证了模型的可行性与可靠性.      

管道腐蚀泄漏火灾的贝叶斯网络推理模型研究

为了研究长输管道腐蚀泄漏及蒸气云爆炸事故的演化规律,通过对埋地管道内(外)壁腐蚀失效、燃气泄漏、气体云团扩散及蒸气云爆炸等4阶段事件进行分析,构建埋地管线腐蚀泄漏火灾的贝叶斯网络模型。研究网络结构中节点变量的取值范围及离散化方法,并基于对事故统计和专家分析判断,设定节点变量的先验概率,量化节点关联的条件概率分布。在对贝叶斯网络推理策略研究的基础上,考察节点变量对推理结果的敏感性,验证模型的合理性。结果表明,长输管道腐蚀泄漏及次生灾害事件过程具有较大的不确定性,主要体现在中间事件均具有多种状态,事故演化路径概率受模型输入条件影响较大。贝叶斯网络方法用于描述事故过程中间节点事件间的依赖关系有较大的优势,可以定量衡量事故风险的不确定性。     

基于模糊贝叶斯网络的地铁运营安全风险预测

为了量化地铁运营安全风险并识别相关风险的关键事件,从组织、人因错误的角度出发,利用贝叶斯网络构建了事故的致因关系.同时,基于模糊集理论,利用模糊语义及积分值法量化基本事件的条件概率.案例研究中,针对某地铁火灾事故,依据贝叶斯网络推理得出火灾事故的发生概率.研究结果表明,模糊贝叶斯网络对于地铁运营安全风险预测是切实可行的,计算得到的风险概率反映了地铁系统目前的安全状况.敏感性分析结果显示,车轴温度过高引起的敏感性因子最大,是引起火灾风险的关键事件.在引起这个关键事件的顶事件中,现场管理更为重要,因此加强现场管理能够更加有效地降低事故发生的概率.     

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T-S模糊故障树和贝叶斯网络的隧道坍塌易发性评价

坍塌是钻爆法隧道施工过程中常见的灾害事故之一.为了有效预防坍塌事故,为隧道施工安全风险分析和管理提供决策依据,将T-S模糊故障树和贝叶斯网络进行互补融合,提出了一种基于两者的钻爆法施工隧道坍塌可能性评价方法.根据T-S模糊故障树向贝叶斯网络转化的方法来确定贝叶斯网络模型和条件概率表;利用模糊数和模糊子集分别描述节点的故障状态和故障概率;运用贝叶斯网络双向推理算法进行计算.该方法可以利用根节点的故障概率模糊子集和施工中实际故障状态两种不同的正向推理方式计算隧道坍塌可能性,并且可以依据根节点的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.两个工程实例的应用结果表明,该方法能够科学、合理地评价隧道坍塌的可能性并确定关键致险因子,可作为隧道施工安全保障和管理的决策工具.     

受电弓系统可靠性评估的超椭球贝叶斯网络方法

针对受电弓系统复杂多态特性以及故障概率难以精确表达的问题,且现有研究主要滞留于结合证据理论的模糊贝叶斯网络的现状,首次将超椭球贝叶斯网络引入受电弓可靠性分析中,规避了模糊贝叶斯网络区间取极值的情况,使得根节点的概率取值区间进一步被界定;进而以超椭球贝叶斯网络求解受电弓系统在不同故障状态下的叶节点故障率、灵敏度、后验概率等可靠性参数,找出了影响系统可靠性的高风险事件.经与模糊贝叶斯网络对比可知,超椭球贝叶斯网络区间更小,验证了新方法的正确性与实用性.     

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...     

塔吊使用阶段安全风险分析与贝叶斯建模

塔吊使用阶段的施工安全生产事故多发,研究塔吊使用阶段的安全致险机理及安全风险评价具有重要意义。通过分析塔吊使用阶段的事故特征和安全致险机理,识别了安全影响因素、关键事件、事故等事故场景要素;梳理了要素间的因果关系。在此基础上,引入贝叶斯建模方法构建塔吊使用阶段的安全风险评价模型,确定了网络拓扑结构和条件概率表;采用模糊数学方法获取根节点的先验概率,实现了塔吊使用阶段安全风险的量化评价。最后,通过敏感性分析识别了塔吊使用阶段的四个关键安全影响因素。     

模糊环的再定义

利用模糊空间理论定义模糊环和模糊子环 ,并研究了它的基本性质 ,建立了研究模糊环的新的理论体系 ,弥补了传统模糊环定义中无模糊泛集和模糊运算的不足 ,是传统模糊环概念的规范化和一般化     

Fuzzy集的Fuzzy势和Fuzzy基数

首先定义了ｆｕｚｚｙ集的１／ｎ－度等势关系,在此基础上定义了ｆｕｚｚｙ集的１／ｎ－度ｆｕｚｚｙ基数,讨论了有关性质,并进一步推广定义了更一般的ｆｕｚｚｙ势与ｆｕｚｚｙ基数概念,即Ｔ－度ｆｕｚｚｙ势与ｆｕｚｚｙ基数。     

环的生成模糊理想

采用一种新的方法，即利用确界刻画环中由模糊子集生成的各种模糊理想，给出了建立各种生成模糊理想的构造定理，其结果在模糊代数和计算机科学研究中将产生重要影响。     

F值函数关于F值F测度的F积分

以非负F数的概念的基础,定义了取值的非负F数的F测度,研究了非负F值函关于F值I测度的F积分,得到了该种积分的定义,性质和收敛定理,使得Sugeno的数值F积分得以推广。     

环上的Fuzzy关系

本文旨在讨论R上的Fuzzy关系与环上R上的Fuzzy子环之间的联系。并由此而建立环R上的Fuzzy关系成为Fuzzy子环,Fuzzy理想,Fuzzy极大理想的充分必要条件及环R上的Fuzzy子集成为Fuzzy素理想与Fuzzy不可约理想的充分条件。     

基于区间推理的模糊分类器

在分析区间值模糊集理论和现有模糊分类器的基础上,提出一种新的基于区间值推理的模糊分类器的设计方法,并且对R．A．Fisher的iris数据库进行了分类实验处理,结果证明其分类的正确率超过90％,而且该方法计算简便,运行速度快,因而该分类器的设计方法具有良好的实际应用前景．     

半群的素模糊理想刻画

对半群S的素模糊理想进行了研究，借助半群S的模糊点和模糊左(右)理想给出了半群S的素模糊理想的刻画．     

模糊域上的模糊商代数

重新定义了模糊域上的模糊商代数,研究了模糊域上的模糊代数与模糊理想的性质,并给出了模糊商代数的同构定理.     

模糊极限的一种新定义

在模糊分析中模糊极限的定义都是基于扩张原理的形式给出的,并且都是对元素遍历某个条件或取λ遍历[0,1]所对应的全体结果进行运算,这种运算中的遍历过程给模糊极限的定义形式及其应用带来了极大的不便。利用模糊结构元方法给出了模糊极限的一种新的定义,这种形式摒弃了对元素遍历的繁琐运算,使得该定义运用起来更加灵活简便,而且也体现了模糊结构元方法在简化模糊分析计算方面的优越性。最后给出了 3 个结论,即极限的加减法与数乘定理、极限唯一性定理、有界性定理,     

混合型模糊Agent结构

针对实际系统所具有的内在不确定性,提出了一种具有学习能力和通信能力的混合型模糊Agent结构,该结构由学习模块、通信模块、控制算法模块、知识模块和输入输出模块组成.文中根据Agent本身所具有的模糊性,定义了它的模糊愿望集、模糊信念集及模糊意图集,介绍了每个模块的作用及工作原理,同时给出了Agent以自治方式工作的流程图.仿真结果表明,这种混合型模糊Agent可实现对复杂系统在3种状态下的稳定控制,具有较强的学习能力和适应性.