基于贝叶斯网络的浙江沿海船舶通航风险分析

针对浙江沿海水域通航环境复杂、商船和渔船航行矛盾突出等问题,面向该水域提出基于事故特征的船舶通航风险贝叶斯网络模型。运用风险要素相关性分析方法和贝叶斯概率模型,建立浙江沿海船舶通航风险评价模型;结合事故数据和专家的主观评价,实现对浙江沿海水域船舶通航风险的定量化计算。通过误差分析和灵敏性分析验证模型的可用性和可靠性,进一步通过模型中节点变量状态对通航风险的影响分析提取通航风险关键因素。在分区域通航风险研究的基础上,利用贝叶斯方法对某大型水域通航风险进行定量化计算,为进一步研究浙江沿海水域通航风险细粒度特征和安全保障措施提供参考。     

基于贝叶斯网络的模拟训练成绩评定方法

针对模拟训练评定问题,提出了基于贝叶斯网络的评定方法,构建了基于静态贝叶斯网络的模拟训练成绩评定贝叶斯网络模型,采用了商业软件Genie对仿真进行了分析。由于该网络充分融合专家知识和经验数据,因此具有良好的应用前景。     

船舶火灾评估中的贝叶斯网络技术研究

利用贝叶斯网络强大的建模分析能力及高效工作软件的支持,运用贝叶斯网络技术对船舶舱室火情进行分析。为有效利用历史信息,避免贝叶斯网络建模的主观性,将事件树/故障树模型转化为贝叶斯网络模型,该方法有效提高了分析结果的可靠性,获得了更丰富的预计信息和更高效的计算能力。     

基于贝叶斯网络的防空目标攻击意图评估

针对舰艇编队防空中的敌方目标攻击意图评估多属性决策问题,研究了基于贝叶斯网络的敌方目标攻击意图评估方法。论文介绍了贝叶斯网络基础、目标攻击意图多属性因素,建立了敌方目标攻击意图评估贝叶斯网络模型,并给出了条件概率表和推理决策流程。利用贝叶斯网络进行目标攻击意图评估能够很好地结合专家经验知识处理不确定性信息和不完备数据集,并能够比较准确地反映敌方目标攻击意图。仿真试验分析表明了论文方法的有效性,这将为实际海战防空辅助决策提供理论指导。     

中小型船舶主推进机械装置可靠性评估

为提高主推进机械装置可靠性评估准确性,针对传统方法存在的精度不足问题,设计一种基于贝叶斯网络的中小型船舶主推进机械装置可靠性评估方法。首先确定影响船舶主推进机械装置可靠性因素,然后根据影响因素建立故障树,最后将故障树映射成贝叶斯网络,并通过其推理能力进行可靠性评估。结果表明,与基于模糊综合评价的方法、基于集对分析的方法、基于状态监测的方法相比,本方法可靠性评估更接近真实结果,评估精度更高。     

基于本体论与贝叶斯式网络的舰炮武器系统故障诊断方法研究

针对舰炮武器系统在故障诊断过程中存在不确定性以及新故障知识不易添加的问题,提出了一种将本体论与贝叶斯网络相结合故障诊断方法。利用本体的知识表示方法建立关于舰炮武器系统的本体模型,然后将此模型转化为贝叶斯网络模型,最后利用贝叶斯网络进行舰炮武器系统故障方面的不确定性推理。利用此方法可以有效解决舰炮武器系统复杂故障现象问题。     

基于贝叶斯网络集成的船用中高速发动机磨损故障诊断模型

为解决船用中高速发动机磨损故障特征模糊和信息不完备引起的故障诊断准确率偏低等问题,通过定期采集与发动机磨损故障紧密相关的各监测参数信息,建立基于专家知识和因果映射认知的磨损故障贝叶斯诊断网络结构,通过询问专家和运用贝叶斯方法进行诊断网络参数学习,完成基于专家知识和贝叶斯网络集成的船用中高速发动机磨损故障诊断模型的搭建。通过对母型船发动机实际故障案例进行仿真分析,验证模型的准确性和分析方法的有效性,取得较好的结果,可为快速、准确查找发动机磨损故障提供技术支持。     

网络安全态势模型在舰船信息融合系统应用分析

由于船舶信息网络包含了数量庞大且结构各异的设备,使得网络流量激增,网络负载巨大,对网络传输的安全性和可靠性提出挑战。网络安全态势评估研究是通过对网络的实时监控,能够在网络攻击行为发生之前实现对异常网络行为的识别、响应以及防御,为网络系统提供一种安全解决方案。本文提出了基于贝叶斯-模糊融合模型以及基于直觉模糊决策的态势评估模型,有效地提高了舰船信息系统的安全性,并进行仿真实验。     

基于动态贝叶斯网络的无人船推进系统PHM技术

随着无人船系统复杂度的增加,对其进行故障预测和健康管理(prognostic and health management,PHM)的需求也随之提升。采用贝叶斯网络建立无人船的可靠性模型,并基于此开展无人船的PHM技术研究。主要探究贝叶斯网络模型在PHM方面的应用,包括利用动态贝叶斯网络进行预测故障,通过参数学习自动生成贝叶斯网络模型。以实验室开发的智能无人船为具体研究对象,针对其动力系统常见的故障点监测模式进行研究,并设计相应的在线监测方案。通过实时监测完整地表达无人船的健康程度,并开发了无人船的健康管理模型。对开发设计的健康管理模型进行实时性和准确性双方面评价,所研发的健康管理技术可以准确地还原无人船的故障分布情况,并快速响应做出故障预测,可以充分评估无人船在不同状态下的实际工作能力。     

基于贝叶斯网络的声呐系统战场损伤评估及修复模型

为了解决战场环境下的声呐系统损伤评估及修复（SSBDAR）问题,本文研究了战场损伤评估及修复模型。针对舰艇声呐系统战场损伤评估的因果推理特性,建立了基于贝叶斯网络的战场损伤评估模型,提出了基于贝叶斯网络的评估流程,给出了基于贝叶斯网络的评估决断算法。该模型利用贝叶斯网络对各评估修复节点进行分析,能够解决损伤信息不确定性,而且充分利用舰艇声呐系统各节点的损伤信息,提高了模型评估及修复效率,是解决舰艇声呐系统战场损伤评估及修复问题的一个有效途径。     

An advanced risk analysis approach for container port safety evaluation

Risk analysis in seaports plays an increasingly important role in ensuring port operation reliability, maritime transportation safety and supply chain distribution resilience. However, the task is not straightforward given the challenges, including that port safety is affected by multiple factors related to design, installation, operation and maintenance and that traditional risk assessment methods such as quantitative risk analysis cannot sufficiently address uncertainty in failure data. This paper develops an advanced Failure Mode and Effects Analysis (FMEA) approach through incorporating Fuzzy Rule-Based Bayesian Networks (FRBN) to evaluate the criticality of the hazardous events (HEs) in a container terminal. The rational use of the Degrees of Belief (DoB) in a fuzzy rule base (FRB) facilitates the implementation of the new method in Container Terminal Risk Evaluation (CTRE) in practice. Compared to conventional FMEA methods, the new approach integrates FRB and BN in a complementary manner, in which the former provides a realistic and flexible way to describe input failure information while the latter allows easy updating of risk estimation results and facilitates real-time safety evaluation and dynamic risk-based decision support in container terminals. The proposed approach can also be tailored for wider application in other engineering and management systems, especially when instant risk ranking is required by the stakeholders to measure, predict and improve their system safety and reliability performance.     

船用锅炉主过热蒸汽管路破损的贝叶斯网络安全性定量分析

针对贝叶斯网络方法在处理大规模复杂系统上的优点,结合当前船用锅炉的安全性定量分析特点,提出将贝叶斯网络方法应用于船用锅炉的安全性分析。通过探讨贝叶斯网络及故障树分析方法原理,尝试将贝叶斯网络与故障树分析方法结合起来,主要突出贝叶斯网络方法可以实现数据的自动更新及由后验信息到先验信息的反向推理能力。最后将该方法应用于船用锅炉的安全性定量分析中,通过更新观测部件故障状态实现了整个系统的自动更新,并自动查找出最大概率事件,证实该方法提高了安全性分析效率,使实际操作更加准确、快捷,极大地的降低了事故带来的风险。     

融合D-S理论的锅炉人因贝叶斯网络安全性定量分析

针对船用锅炉人因安全性分析中存在的知识不确定性,采用D-S证据理论对多专家信息进行融合并建立考虑人因的贝叶斯网络,得到节点条件概率的区间表示形式.经加权平均后代入贝叶斯网络计算,与面向对象贝叶斯网络和FTA等方法的对比显示,该方法能够更加有效地融合不同专家信息,也更为符合工程实际.     

考虑关联性的舰艇生命力评估

舰艇各系统之间的关联性一直是舰艇生命力评估中的棘手问题。为了使评估结果更加有效,以更好地指导舰艇生命力设计,采用贝叶斯网络理论构建了考虑关联性的评估模型。在建模过程中,一方面借鉴层次法,以系统性能为节点构建中间层;另一方面系统关联的实际情况,引入有环贝叶斯网络,并通过求解环上节点的极限边缘概率分布进行消环,将有环贝叶斯网络等效为经典贝叶斯网络。最后采用MSBNX软件对模型进行仿真计算,可以有效地评估出电力系统和损管系统对其他系统的关联影响,同时还得出在系统生命力一定的情况下,提高损管能力可以较大幅度提高舰艇生命力。     

基于贝叶斯网络的辐射源威胁等级评估算法

贝叶斯网络是近年来人工智能领域最重要的研究成果之一，在具有不确定性的推理和决策问题中得到了广泛的应用。以贝叶斯网络及其推理机制为基础，主要研究了贝叶斯网络在辐射源威胁等级评估方面的应用。选取了部分影响因素，建立了基于贝叶斯网络的辐射源威胁等级评估模型。最后通过一个计算机仿真实例验证了算法具有连续性和累积性，能够对辐射源威胁等级做出较准确评估。     

Maritime accident risk estimation for sea lanes based on a dynamic Bayesian network

ABSTRACT

The safety of maritime transportation has become increasingly important with the development of international economics and trade. This paper introduces a dynamic Bayesian network (DBN) model to facilitate the estimation of the dynamic emergency risk in sea lanes. The DBN model is a novel model that can efficiently represent and infer complex stochastic knowledge. To construct this model, available data, which were collected from emergency investigation reports by the International Maritime Organization (IMO), are employed in conjunction with expert knowledge to develop and demonstrate a BN; an evidence theory approach is applied to calculate the prior probability with the help of historical data; the conditional probability is learned by the expectation maximization (EM) algorithm; and the transition probability is obtained by a Markov model. Finally, the Viterbi algorithm is adopted to estimate emergency risk. The emergencies that occurred in the Indian Ocean from 2009 to 2018 were used as a case study for risk estimation. Sensitivity analysis was conducted to identify significant influential factors. The results show that the sea lane risk in the Indian Ocean fluctuates within a small range, presenting an overall downward trend over time. These findings provide a reference for maritime stakeholders to make proper decisions.     

Development of Bayesian network models for risk-based ship design

In the past fifteen years, the attention of ship safety treatment as an objective rather than a constraint has started to sweep through the whole maritime industry. The risk-based ship design (RBD) methodology, advocating systematic integration of risk assessment within the conventional design process has started to takeoff. Despite this wide recognition and increasing popularity, important factors that could potentially undermine the quality of the results come from both quantitative and qualitative aspects during the risk assessment process. This paper details a promising solution by developing a formalized methodology for risk assessment through effective storing and processing of historical data combined with data generated through first-principle approaches. This method should help to generate appropriate risk models in the selected platform (Bayesian networks) which can be employed for decision making at design stage.     

不确定条件下船用核动力系统状态评估问题研究

鉴于船用核动力系统特殊的运行环境以及运行要求,其安全运行概念已经超出了核安全设计的框架,要加强其运行状态的安全评估。而核动力系统运行工况多变,运行状态存在多种设备的组合,以及各类设备健康状态的不确定性。本文概要介绍了当前核动力系统运行状态评估的背景,需求以及引发的下游问题,基于已经具有核动力系统的可靠性信息,运行信息,故障诊断的方法以及FMEA表,大量调研国内外技术发展以及剖析核动力系统技术发展现状与需求的基础上,提出了结合贝叶斯网络评估装置运行不确定性问题的解决方案,分析核动力系统设计、运行的安全评估方法,弥补当前系统健康管理中缺失的一环。     

规范化安全评估与港口船舶交通安全

港口船舶交通是海上交通运输系统的一个子系统。该系统所具有的危险性，可能造成的损失，人们可接受的风险值究竟如何，所有这些都依赖于有效和合理的安全评价。规范化安全评估(FSA)是近年来国外已在不断推广应用的一种安全评估方法。在简要介绍FSA特点与实施步骤的基础上，文中根据港口船舶交通安全评估的实际情况与需要，采用人工神经网络的方法对港口船舶交通系统的模型和技术路线进行了论述，并就相应人为因素的研究提出一些建议，以改进港口船舶交通安全工作和提高其安全水平。