地铁盾构隧道施工对邻近建筑物的安全风险分析方法

在进行地铁隧道施工对邻近建筑物影响后安全风险分析时,因统计数据缺乏或不可得等原因造成实际基本概率难以用确定值表示,存在一定的模糊性。综合模糊集理论适用于处理模糊信息,以及贝叶斯网络适用于不确定知识推理等方面的优势,提出了基于模糊贝叶斯网络的定量安全风险分析方法,建立了地铁盾构隧道施工环境下邻近建筑物安全风险决策模型,预测地铁盾构隧道施工诱发邻近建筑物破坏的可能性;根据模糊重要度计算结果进行安全致险因素敏感性分析;以辨识关键致险因素;并结合工程实例验证该方法的适用性。     

基于贝叶斯网络的全自动运行系统弹性评估

结合列车全自动运行系统的弹性评估,提供一种基于贝叶斯网络模型的评估方法。根据列车故障前后的 性能变化曲线,总结系统弹性的 4 种能力,探究影响这些能力的相关因素,为影响因素的定量选取合适的评价指 标,作为贝叶斯网络的最底层节点。对指标制定打分表,获取专家的打分结果作为指标层的先验概率输入,同时 选择恰当的隶属度公式作为条件概率的计算方法,获得贝叶斯网络的条件概率表,建立列车全自动运行系统的贝 叶斯网络模型,定量评估系统弹性,同时对目标节点进行敏感度分析,提出提升弹性的改进建议。     

改进的道岔智能故障诊断系统建模研究

铁路系统转辙机维修方式仍沿用故障修模式,无法提高故障排除速度和准确性,提出利用改进遗传算法优化贝叶斯网络的方法建立故障诊断模型。利用遗传算法搜索能力强,不易陷入局部最优的特点,采用连接矩阵代替网络结构的编码方式,通过修改适应度函数、更新遗传操作方式、修正非法图等方法改进遗传算法,最终解决贝叶斯网络结构学习算法容易缩小搜索空间及易陷入局部最优的缺点。最后利用标准Asia网络验证本文算法比K2和GA算法有更好的搜索结果和更快的收敛速度,以道岔失去表示故障为例验证改进算法对转辙机故障诊断的优越性。     

灰色数学理论中的灰集及其分解定量

讨论灰色数学理论的一个基本问题，即灰色集合以及它的有关运算，灰集的分解定理、表现定理和扩张原理。     

舰船主冷凝器多连片贝叶斯网络故障建模方法研究

主冷凝器作为舰船蒸汽动力装置的主要设备运行中发生战损,故障模式复杂、不确定性较大,传统故障诊断方法难以有效解决。本文提出采用贝叶斯网络故障建模的方法解决这一难题,建立具有时间序列特性的动态多连片贝叶斯网络模型。通过实验分析表明模型准确可靠,不仅能够进行从故障原因到现象的正向推理,还能进行故障现象到原因的反向推理,可为蒸汽动力设备的故障诊断提供有效决策。     

基于贝叶斯推理的随机模型修正方法

为了解决常规优化方法存在的梯度计算困难、病态、非唯一解等问题,采用贝叶斯方法来实现随机模型修正,同时为了加快贝叶斯方法推断修正参数的后验概率密度的速度,将高斯过程替代模型技术和基于延缓拒绝自适应的Metropolis(DRAM)算法的先进马尔科夫链蒙特卡罗(MCMC)方法用于贝叶斯推断,最后,用一斜拉人行桥实例来验证基于贝叶斯推理的随机模型修正方法。结果表明:贝叶斯方法的修正结果与实测结果吻合较好,验证了基于贝叶斯推理的随机模型修正方法的可行性。     

微分中值问题辅助函数的构造方法

给出了微分中值问题中如何构造辅助函数的几种方法,且分析了它们之间的逻辑关系,并指出利用微分方程的通解是微分中值问题辅助函数的一般构造方法.同时,对4类典型问题给出了辅助函数的构造形式.     

贝叶斯网络在电控发动机燃油系统故障分析中的应用

贝叶斯网络(Bayesian Network)是近年来发展起来的一种基于概率理论的推理工具,本研究简要介绍了贝叶斯网络的基本理论,建立了电控发动机燃油供给系统故障信息的贝叶斯诊断网络,并利用Hugin Expert软件计算当燃油供给系统某一部件出现故障时不同故障现象出现的概率。研究表明,贝叶斯诊断网络能够有效诊断电控发动机燃油供给系统故障信息关联度。     

一类混合指数型积分算子的整体饱和定理

引入了一类广义指数型积分算子,称其混合指数型积分算子。研究了该类混合指数型积分算子的性质,利用改进的Ｂａｊｓａｎｓｋｉ－Ｂｏｊａｎｉｃ抛物线技七及积分算子的有关性质,建立了一类混合指数型积分算子的整体饱和定理。这理,包含Ｂａｓｋａｋｏｖ型在内的相关积分算子的饱和结果便可以很容易得到,为研究混合指数型积分算子的带近转化定理奠定了基础,也为研究算子的饱和问题提供了新的方法。     

基于动态贝叶斯网络及构件性能退化的钢板组合梁桥时变可靠性分析方法

为分析构件性能退化对钢板组合梁桥可靠性的影响,提出一种基于动态贝叶斯网络(Dynamic Bayesian Network, DBN)的时变可靠性分析方法。该方法首先依据材料劣化公式建立钢板组合梁桥抗力退化模型;然后基于DBN构建组合梁桥构件性能退化初始模型,利用钢板组合梁桥抗力退化模型随机生成不同变量组合作用下的抗力数据,对该初始模型进行训练,通过参数学习得到DBN先验模型及节点条件依赖关系,并加入观测节点及可靠度节点,建立适用于可靠性分析的DBN模型;最后输入桥梁检测数据,实现桥梁可靠度指标更新。采用该方法和蒙特卡洛法对某钢板组合梁桥时变可靠性进行分析,结果表明：2种方法预测结果基本一致,该方法可准确预测钢板组合梁时变可靠度;以可靠度为寿命评价指标,输入该桥运营60年时的检测信息,更新前、后该桥的使用寿命分别为75年、64年,应提前对桥梁采取维修与养护措施。