基于动态贝叶斯网络的电子战效果评估

依据电子战实际作战环境,以可代表性和可观测性为标准,选取电子战效果评估指标;提出基于动态贝叶斯网络的电子战效果评估模型,对若干可观测的目标特征参数进行综合推理;推导了动态贝叶斯网络的推理算法;分析结果表明,动态贝叶斯网络能够综合目标不同的毁伤效果信息进行较为合理的评估;与静态贝叶斯网络相比,动态贝叶斯网络无论在准确性上,还是在滤波平滑能力上都要优于静态贝叶斯网络,可以为指挥员提供有利可靠的决策支持.     

基于动态贝叶斯的船舶中央冷却水系统状态推理

针对船舶中央冷却水系统日益复杂、处理这类信息时存在很大不确定性的问题,将动态贝叶斯网络运用于复杂管路系统的检测与控制中。通过全面分析某型船舶中央冷却水系统各个部件之间的相互关系以及评估参数,建立系统的动态贝叶斯网络模型,运用BK算法对系统的运行状态进行推理。使目标节点的各个特征因素以及不同时间片同一特征因素相互修正,克服系统检测时不确定性、数据不完整和主观性。通过仿真表明,动态贝叶斯网络在不确定环境和数据缺失的情况下可以考虑时间的因素进行有效的状态推理并实现有效的控制。     

贝叶斯网络模型在船舶碰撞事故中的应用研究

将贝叶斯网络应用到船舶碰撞事故分析中,分析人为因素造成船舶碰撞事故的原因,通过案例挖掘分析所有样本的因果关系链,确定贝叶斯网络结构。最后通过采集20个样本说明本文所设计的贝叶斯网络模型的有效性。     

基于动态贝叶斯的船舶中央冷却水系统状态推理

针对船舶中央冷却水系统日益复杂、处理这类信息时存在很大不确定性的问题，将动态贝叶斯网络运用于复杂管路系统的检测与控制中。通过全面分析某型船舶中央冷却水系统各个部件之间的相互关系以及评估参数，建立系统的动态贝叶斯网络模型，运用BK算法对系统的运行状态进行推理。使目标节点的各个特征因素以及不同时间片同一特征因素相互修正，克服系统检测时不确定性、数据不完整和主观性。通过仿真表明，动态贝叶斯网络在不确定环境和数据缺失的情况下可以考虑时间的因素进行有效的状态推理并实现有效的控制。     

基于动态多实体贝叶斯网络的无人艇任务决策研究

任务决策是实现无人艇智能自主的关键环节,其存在着场景多样性、状态不确定性、约束动态性等问题。为此,本文提出动态多实体贝叶斯网络模型。首先设计了面向无人艇的语义推理框架,对无人艇本体信息进行知识表示。进一步,采用概率本体语言方法描述不确定性知识,同时扩展动态贝叶斯网络的结构,从而提高了无人艇任务决策在不确定性因素和时序因素影响下的推理能力。最后针对岛礁区域防守的任务场景,与多实体贝叶斯网络模型进行对比,结果表明DMEBN模型在动态条件下具有执行策略的连续性,验证了模型的可行性和有效性。     

基于贝叶斯网络的舰艇主动力装置战损分析研究

以舰艇主动力装置为研究对象进行了战损分析的研究,讨论了基本功能项目分析和损伤模式与影响分析的方法,并在图形化推理软件GeNIe中构建了主动力装置各模块的贝叶斯网络模型,实现了基于贝叶斯网络损伤定位的推理。     

舰用柴油机冷却水系统贝叶斯状态推理方法

针对不确定动态环境下舰用柴油机冷却水系统的状态预测及故障推理问题,研究基于贝叶斯网络模型的冷却水系统状态推理方法。根据某型冷却水系统的逻辑功能关系,分析系统的工作状态及典型故障模式,分别建立静态和动态贝叶斯网络推理模型。采用联结树精确推理算法对冷却水系统的运行状态进行正向和反向推理。结果表明,贝叶斯状态推理方法在不确定环境下传感器数据缺失时相对常规的故障树推理方法更具优势,动态贝叶斯网络比静态贝叶斯网络具有更好的推理精度。     

基于贝叶斯网络的船舶机舱火灾风险分析

针对船舶机舱火灾风险的特点,提出了基于贝叶斯网络的船舶机舱火灾风险分析方法。根据机舱各区域发生火灾频率不同,把机舱分为主机区域、发电机区域、锅炉区域和电气设备等四个火灾发生频率高的区域,按照火灾从初始事件到发生的整个过程,建立船舶机舱火灾贝叶斯网络模型,对风险因素进行概率推理,判断火情,为消防决策提供依据;然后,通过对该网络进行基于证据的敏感性分析,得到影响机舱火灾风险因素的影响排序,并可以根据排序情况采取相应措施减少火灾的发生。     

面向船舶避碰的异常轨迹点数据动态挖掘方法

船舶在避碰状态下开展异常轨迹点数据动态挖掘时,若不能及时了解避碰危险等级,会降低船舶异常轨迹点数据挖掘的挖掘性能。为提升异常轨迹点数据动态挖掘精度,提出面向船舶避碰的异常轨迹点数据动态挖掘方法。首先对船舶航行避碰危险程度展开具体分析,并根据分析结果采集船舶异常轨迹点数据,通过小波去噪算法完成船舶异常轨迹点数据的去噪处理。再进行数据去噪处理,提取轨迹点船舶的各项参数特征,结合长短期记忆网络构建船舶异常轨迹点的数据动态挖掘模型。最后将提取的特征向量实施变异赋值,将其赋值结果作为模型输入值输入模型中。根据模型输出实现船舶避碰情况下,异常轨迹点数据的动态挖掘。实验结果表明,使用该方法开展船舶异常轨迹点数据动态挖掘时,挖掘性能较高,挖掘效果好。     

宁波舟山港船舶交通事故致因分析

中国港口吞吐量不断增长,港口船舶流量和通航密度也逐渐增大,航道风险也不断增加,因而对船舶交通事故致因进行研究。基于贝叶斯网络方法,选取浙江海事局辖区中发生的80起宁波舟山港船舶交通事故的调查报告,其中,70起用于模型的构建,10起用于模型的验证,分析得出宁波舟山港船舶交通事故的致因,推理船舶交通事故发生的致因链条,并提出减少事故发生的对策建议。结果表明:该研究成果对于船方和相关管理机构缓解船舶交通风险具有一定的参考意义;对于贝叶斯网络方法应用于其他类型的致因分析也有一定的借鉴意义。     

基于动态贝叶斯网络的调距桨任务可靠性模型及应用

为了解决调距桨在可靠性分析时动态的、可修复性的问题,引入了一种基于动态贝叶斯网络理论的新方法,提出了动态的和可修复的可靠性建模分析技术,弥补了传统方法在动态可靠性分析时模型描述上的局限性及算法上的缺陷问题。在模型方面,用贝叶斯网络能有效地刻画系统的动态行为、修复行为;在此基础上建立了系统任务可靠度数学模型,运用MATLAB软件中贝叶斯网络工具箱编写了MATLAB计算语句,输入有关元件的故障率与修复率能够实现推进装置的任务可靠性数值仿真。     

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。     

船舶压载水系统可靠性分析

压载水系统能过保证船舶在航行过程中船体稳定,是邮轮重要的组成部分。由于压载水系统结构复杂,系统可靠性难以分析。为了分析压载水系统的可靠性变化,考虑系统在连续时间下的状态变化,基于连续贝叶斯网络,建立了一种新的船舶压载水系统可靠性分析方法。首先基于压载水系统的故障机理,提出动态故障树模型。然后利用单位阶跃函数和冲激函数,将动态故障树模型转化为连续时间的贝叶斯网络,对系统可靠性进行分析,最后,利用算例对船舶压载水系统进行仿真,得到船舶压载水系统的可靠性以及剩余寿命随时间变化的曲线。     

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。     

基于贝叶斯网络的船舶溢油风险评价研究

船舶溢油事故已成为导致海洋污染重要的因素之一,采用科学方法对船舶溢油风险进行有效的预测与评估具有重要意义.将船舶溢油风险分为操作性溢油风险与事故性溢油风险两类,通过分析历史数据与借助专家经 验识别风险因素,构建了船舶溢油风险的贝叶斯网络模型和条件概率表CPT,并利用HUGIN软件进行了概率推理和风险因素灵敏度分析,定量评估了船舶溢油风险,找出了影响最突出的风险因素.将贝叶斯网络模型应用于我国沿海港口水域,得出两类船舶溢油风险概率分别为0.013 8和0.000 3,指出了加燃油、装卸油品、人员疏忽和船舶密度等风险因素对船舶溢油风险影响最突出.     

基于贝叶斯网络的港口生产安全评价方法

将基于贝叶斯网络的概率安全评价方法引入港口生产作业安全评价中,提出了将故障树分析法转换为贝叶斯网络的步骤,建立了基于贝叶斯网络的安全评价模型。通过在贝叶斯网络模型上进行推理求解,进行前向的风险预测和后向的诊断分析。最后通过对码头前沿机损的安全评价实例说明该评价方法的合理性和有效性。     

基于动态优先级的船舶网络数据传输优化方法

传统船舶网络数据传输优化方法研究对于船舶网络数据的收集力度较小,步骤复杂,无法满足系统可持续发展要求。针对以上问题,提出一种新式基于动态优先级的船舶网络数据传输优化方法,通过构建船舶网络模型获取相应船舶网络数据。在此基础上进行传播网络数据传输与研究,利用网络数据特征分辨优化参数,并指导操作,最终实现对船舶网络数据传输的优化。为验证优化效果,与传统优化方法进行实验对比。结果表明,基于动态优先级的船舶网络数据传输优化方法具有更好的数据操控性,符合系统需求。     

基于AIS的船舶航行搁浅风险预警建模研究

为保障船舶航行安全,基于船舶AIS数据进行挖掘和统计分析,考虑船舶吃水及水位变化对航行搁浅风险的影响,建立了船舶航行搁浅风险预警模型,以为船舶动态监控及行为预警等研究提供参考依据,为有关部门决策管理提供支持。     

贝叶斯网络在船舶搁浅致因研究中的应用

我国作为一个海上运输最繁忙的国家之一,船舶交通事故也频频发生,其中船舶搁浅是船舶事故的一个重要方面。本文研究我国近10年间南海海域的船舶搁浅事故,抽取其中40起事故作为样本并提取相关信息,将船舶搁浅致因分类研究。利用贝叶斯网络的基本理论,建立起基于贝叶斯网络的船舶搁浅致因模型。该模型可用于对搁浅事故致因的概率分析和实际中事故发生概率的预测。     

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。