舰船战损生命力实时计算方法及软件开发研究

针对舰船战损生命力计算实时性较高的需求,研究了舰船战损浮稳性参数实时计算方法、舰船战损等级评定方法等生命力计算中的关键问题,在此基础上,设计了通用舰船生命力实时计算软件的结构,开发了舰船生命力实时计算软件原型系统,该系统具有舰船数据管理、舰船战损生命力实时计算等方面功能.     

基于贝叶斯网络的铁路旅客服务质量评价

为了吸引更多客源和提高客运竞争力,铁路需要不断提高其旅客服务质量,而有关服务质 量的科学评价对于服务质量的提高具有一定的指导与督促作用。基于此,首先,根据服务地点的不同将铁路旅客服务划分为车站旅客服务和列车旅客服务,并分别确定相应的评价指标,进而根 据各指标间相互独立又相互影响的关系,运用树模型构建评价体系。然后,将评价指标体系中的各项指标转化为贝叶斯网络中的相关结点,进而映射成为贝叶斯网络。通过贝叶斯网络特有的概 率计算方法,对评价体系展开逐级计算,最终得到作为顶层指标的旅客服务质量的评价结果。最后,以实际算例对比不同运输时间段内的评价结果,验证理论方法的适用性。研究结果表明：基于贝叶斯网络的铁路旅客服务质量评价方法是可行的、有效的,其得出的评价结果可以作为改进服务措施和提高服务效率的指导。     

基于贝叶斯网络的内燃机故障诊断研究

介绍了贝叶斯网络模型的数学描述，该方法对于设备诊断问题中存在不确定性、关联性问题具有很大的优势．将其模型应用在内燃机的故障诊断中，建造贝叶斯网络，并根据底事件的先验概率进行故障概率的计算，并给出维修建议．实例说明了该方法的有效性．     

既有桥梁的贝叶斯网络评估方法

结合贝叶斯网络的因果关系推理能力，将其用于对结构技术状态的推断，采用高斯贝叶斯网络对既有桥梁的评价方面作了初步的尝试．根据先验的各变量的统计特征，在找出各变量的因果关系、构建相应的贝叶斯网络后，即可以从观测到的信息中推断结构的技术状况，这对现有桥梁的评估具有实际意义．文中提出了既有桥梁的贝叶斯网络的构建和推理运算方法．并利用桥梁中受弯构件的安全度作为实例给出了说明．     

基于贝叶斯网络的城市交通规划辅助决策模型

为解决传统模型定位跟踪能力较差、交通规划决策线路覆盖不均衡的问题,构建基于贝叶斯网络的城市交通规划辅助决策模型.根据城市交通特征提取机动车的分布状态,得到城市某一随机路段的交通流量,利用贝叶斯网络定位跟踪交通移动目标,实现交通流量和通行状态的实时追踪、结合跟踪结果,依据平衡分配规划指标构建城市交通规划辅助决策模型.结果...     

基于贝叶斯网络的高速公路交通事故严重程度预测及致因分析

为了深入研究高速公路交通安全,剖析高速公路交通事故的发生机理以及各类因素对高速公路交通事故严重程度的影响,收集曲靖市境内沪昆高速段2017—2019年的1 939起交通事故进行研究。以事故严重程度为因变量,筛选出人、车、路、环境4个大类下的与事故严重程度相关的19个影响因素为自变量,采用数据融合法基于树增广型贝叶斯网络构建事故严重程度预测模型,量化各因素间的影响关系,经特征筛选找出关键致因,并结合案例进行推理分析。结果表明：影响高速公路交通事故严重程度的关键致因依次为天气情况、视距情况、路面情况等。模型对高速公路事故严重程度预测准确率可达84.27%,高于传统贝叶斯方法,模型有效性验证良好。针对事故主要致因提出改进建议,可为交管部门提供准确事故信息辅助决策,加快事故响应速度,提高事故应急指挥能力。     

铁路旅客列车晚点的贝叶斯网络模型研究

通过分析导致铁路旅客列车晚点的设备、人为和环境等各种影响因素,运用能较好解决不确定性问题的贝叶斯网络,建立铁路旅客列车晚点的贝叶斯网络模型.利用Matlab中的BN推理工具软件包BNT计算出基本事件的后验概率.最后,通过实例数据分析得出了影响铁路旅客列车晚点的重要因素,为相关工作人员提供了一定的理论参考依据.     

基于贝叶斯网络的工程项目质量风险管理

提出基于贝叶斯网络的工程项目质量风险管理.首先,对工程质量形成过程中的风险因素进行识别,其次进行风险分析确定主要风险因素,构建贝叶斯网络结构.依据问卷调查中得到的数据和专家经验确定贝叶斯网络中的参数,以此为基础对工程项目质量进行风险评估、风险诊断,分析确定影响工程质量的关键风险因素.最后,依据分析得到的结果进行风险控制.     

典型舱室火灾智能识别的贝叶斯网络模型

基于先进传感器, 建立了火灾大小和类型智能识别的贝叶斯网络模型, 上层温度、下层温度、CO浓度、CO₂浓度、O₂浓度和遮光度等6个火灾特征参数为识别模型的输入变量, 火灾大小和类型为输出变量, 并推导了输入变量与输出变量之间的关系。分别在住舱、指挥室、机舱和机库等4种典型舱室模拟了床垫火、电缆火、油池火和喷射火等4种火源, 利用CFAST软件得到了2 880组模拟样本数据, 对模型参数进行了训练, 并根据全尺度火灾试验数据对训练后的识别模型进行了验证。验证结果表明: 在火灾传感器数据完整时, 对小火、中火和大火状态的平均识别正确率分别为88.0%、95.0%、85.7%, 对固体火和油料火的平均识别正确率分别为90.2%、81.5%;在火灾损害严重或武器打击致使单个传感器失效的情况下, 对火灾大小和类型的平均识别正确率分别为82.4%、82.7%, 比火灾传感器数据完整时分别降低8.1%、2.8%。可见, 识别模型具有良好的识别能力和鲁棒性, 可应用于舰船损管监控系统, 为指挥员选择最有效的灭火方法和战术提供实时的决策支持。     

基于贝叶斯网的公路路侧事故风险评价

为了根据路侧危险情况采取针对性的措施,急需开展公路路侧事故风险评价研究. 基于事故模拟再现分析,根据车辆驶入路侧后的事故形态,将路侧事故严重程度划分为 4个等级,对不同等级路侧事故的致因因素进行研究,给出驶入车速、边坡坡度与边坡高度阈值.构建了路侧事故风险评价的贝叶斯网,基于路侧事故致因因素阈值,针对单因素、双因素与三因素分别给出了不同等级路侧事故发生概率的计算方法.选取典型路侧事故案例进行分析,贝叶斯网的计算结果显示发生 2次及以下翻车事故的概率为 0.929,与路侧事故模拟试验结果相符,证明了本文提出的公路路侧事故风险评价方法的准确性.     

基于神经网络的斜拉索损伤识别研究

以一模型桥为背景,探讨了斜拉索损伤定位以及损伤程度确定的方法.基于ANSYS有限元模型,采用RBF网络,模拟了斜拉索的损伤情况.以不同损伤程度下自振频率和局部模态作为神经网络的训练与测试输入样本,由神经网络的输出来指示损伤位置和损伤程度,并与BP神经网络的识别效果进行比较.     

基于贝叶斯网络推理的道路网络级联失效仿真

针对道路网络级联失效与其它复杂网络相比具有的特殊性,基于贝叶斯网络推理,融合驾驶者出行先验及出行信息,研究了道路网络级联失效的演变机理及演变过程.编制MATLAB程序生成基于道路网络的贝叶斯网络结构,根据贝叶斯网络参数学习 MATLAB程序,学习了驾驶者感知路段属性变化;给出了仿真算法,仿真了贝叶斯网络推理中不同出行先验权重,以及出行信息量对道路网络属性及级联失效的影响.结果表明,贝叶斯网络推理可以较好地反映驾驶者出行路段选择对道路网络级联失效的定量影响,为研究道路网络级联失效提供了新的研究思路和方法.     

破损舰船最小初稳性高计算方法研究

为了更准确地反映舰船破损后的稳性情况,有效辅助损管决策,探讨了舰船破损后最小初稳性高的计算方法,并和横稳性高的计算结果进行了比较．该方法可归结为平面几何图形的面积要素计算,采用封闭曲线积分法来求解使计算更具通用性．通过实例分析,证实了在水线面损失严重的情况下,与横稳性高相比,该计算方法在不影响计算速度的前提下提高了计算精度,更适合评估破损后的稳性状况．     

基于贝叶斯网络组合模型的公交驻站时间预测

公交驻站时间是公交行程时间的主要组成部分,其预测精度直接影响智能公交系统中公交信息发布的准确性.为了提高公交驻站时间的预测精度,提出一种基于贝叶斯网络的组合预测模型,它由反向传播神经网络和径向基函数神经网络模型组成.首先利用两种神经网络模型预测公交驻站时间;然后利用改进后的等宽数据离散方法,将两种神经网络的预测结果和观测的驻站时间数据离散后用于贝叶斯网络学习;最后通过贝叶斯网络推理得到驻站时间组合预测结果.实例分析表明,贝叶斯网络组合模型驻站时间预测结果的误差指标均优于单一模型,证明其可有效提高单一模型的预测精度.     

基于贝叶斯网络的交通事件持续时间预测

随着数据采集手段的不断提高和相关研究技术的发展,基于数据挖掘的模型逐渐成为交通事件持续时间研究的主要方向。根据荷兰交通部门提供的交通事件采集数据,进行分类和预处理,观察事件持续时间的频数图,并根据相关的研究按照事件典型的类别把采集的数据进行分类。使用主成分分析和逐步回归提取出显著性的影响因子,利用数据挖掘软件WEKA建立贝叶斯网络模型,用数据集中80%的数据进行学习建模,20%的数据作为测试集来检测模型的预测效果,并做出性能评价。实验结果表明,与同类数据集的其他预测方法相比,贝叶斯网络模型对于变数众多,随机性特别大的交通事件,预测精度较高,证明贝叶斯网络模型的算法是具有一定优越性和实用价值。     

基于贝叶斯网络的长江航运安全状况监测 模型研究

为提升航运安全监测水平,依据系统工程学理论构建贝叶斯网络拓扑结构,提出基于贝叶斯网络的长江航运安全监测模型。通过对1 465 条长江航运事故数据分析与处理,借助Genie 软件对长江航运安全贝叶斯网络进行模拟,标定模型参数。利用改进马尔科夫链蒙特卡洛算法可以满 足细致平衡的要求且能与实际的后验概率保持一致的特点,采用马尔科夫覆盖对模型下一阶段的状态进行预测,最后以武汉长江大桥航段某日观测数据为例进行实例验证。结果表明,影响长江航运安全的4个主要因素的22 个子节点相互独立,所建长江航运安全状况监测模型操作性强、可视化程度高、监测结果连续、符合实际情况。     

基于模糊神经网络的信息系统安全风险评估研究

采用改进的模糊AHP构建模糊综合评判中的权重集,克服了传统AHP的不足;将模糊综合评判的数据作为样本,利用人工神经网络强大的自适应能力与非线性映射能力,获得专家知识、主观判断以及风险因素对系统的影响程度,从而对信息系统进行安全风险评估,降低了评判过程中的随机性和专家主观上的不确定性.通过实例说明了方法的应用,并借助误差分析和相关性分析检测了模型的有效性.