基于动态贝叶斯网络的列控中心可靠性及可用性评估

为解决共因失效、动态失效及恢复机制等问题,本文基于动态贝叶斯网络对联锁车站和中继站列控中心可靠性及可用性进行评估.在分析列控中心系统结构的基础上构建系统动态故障树,并将动态故障树转化为动态贝叶斯网络,实现结构学习和参数学习.通过动态贝叶斯网络正向推理得到两种类型列控中心可靠度和可用度并进行比较分析.通过动态贝叶斯网络反向推理得到列控中心系统薄弱环节.研究系统敏感性因素并讨论恢复机制对系统可靠性及可用性的影响.结果表明：考虑共因失效的联锁车站和中继站列控中心的稳态可用度分别为0.999 960和0.999 977;电源及驱动采集单元为系统薄弱环节,需要重点关注.该方法能有效提高列控中心智能维修维护水平.     

多模式共驾智能车行驶安全性评估研究

多模式协同驾驶是智能车发展过程中必须经历的一个不可或缺的阶段,而行驶安全性评价是多模式共驾智能车需解决的一个关键问题.为此,采用多通道驾驶模拟系统展开实验研究.实验选取15名驾驶员,在3类特定的场景下分别开展实验.并对实验过程中采集的与行驶安全性相关的9个关系变量进行统计分析.在此基础上,采用贝叶斯网络方法构建多模式智能车行驶安全性评估模型,通过对模型进行敏感性分析发现,驾驶人的注视时效性、注视点分配、驾驶里程和驾龄对行驶安全性有着重要的影响,其敏感性指数分别达到0.31,0.26,0.16和0.14.由此可见,要实现多模式共驾智能车的安全行驶,关注驾驶人的注意力特性和驾驶经验显得尤为重要.     

金属疲劳裂纹扩展速率的贝叶斯正则化BP神经网络预测

人工神经网络是进行预报裂纹扩展率的一个重要方法。文章针对不同金属的疲劳裂纹扩展速率分别建立贝叶斯正则化BP(Back Propagation)神经网络,将各材料在不同应力比R下的疲劳裂纹扩展速率试验数据分为两部分,一部分用来进行训练网络,另一部分用来测试训练好的网络,检验其泛化能力。将从文献中获取的4种不同金属材料的疲劳试验数据作为算例,来检验网络的性能。计算结果表明贝叶斯正则化BP神经网络不仅对训练样本有很好的拟合能力,而且对于未训练过的测试样本也有较好的预测能力,即有较强的泛化能力。同时,指出了建立网络时减少门槛值附近的试验样本点,可以提高网络的预测能力。研究结果表明,该方法可以方便地获得不同应力比R下的疲劳裂纹扩展速率,从而达到减少试验次数,充分利用已有数据的目的。并且可以进一步应用于其他金属的疲劳裂纹扩展速率的预报。     

三大统计学派推断思想的比较研究——以贝伦斯—费歇尔问题为例

本文介绍了贝伦斯-费歇尔问题的历史及三大统计学派在此问题上的主要解决方法,从一个侧面反映了奈曼置信推断、贝叶斯辩证推断与费歇尔信念推断思想的差异。     

贝叶斯网络在舰船安全性评估模型中的应用

船舶是一个复杂且相对独立的综合系统,其中电力系统、动力系统、防火系统等的状态不断变化,产生复杂的状态信息。并且由于船舶人员行为的相对不确定性,船舶上的安全问题十分复杂,且难以判定。因此针对该问题,本文将贝叶斯网络引入船舶系统的安全性评估中,通过对船舶中独立系统收集状态信息,并且模拟人为因素,建立风险评估模型和风险预判模型,并且结合人为因素提供在遇到安全问题情况下的解决方法。     

铁路调度指挥系统故障诊断方法

根据铁路调度指挥系统中的故障传播路径特点,建立故障传播的有向图及其模型,设计基于贝叶斯后验概率准则的故障诊断算法.该算法的基本原理是,每1个新增的故障现象都对应着1个故障原因域,依据贝叶斯后验概率准则,计算故障原因域中每1个故障原因的疑似概率,然后按其大小顺序插入既有的故障原因疑似概率集合中.随着故障现象的增加,当故障原因疑似概率集合不再改变时,运算终止.故障原因疑似概率集合中前n个元素能覆盖故障现象时,这n个元素所对应的故障原因,即是诊断结果.实验表明,在单故障模式和双故障模式下,运用这种故障诊断算法得出的结论完全正确,并且在计算机上的运算时间不超过0.8s.     

基于LightGBM的拖曳系统动力响应预报方法

针对传统数值仿真计算方法耗时长、占用计算机资源多等缺点,提出基于LightGBM算法的拖曳系统动力响应进行评估的回归预测模型,以已有的OrcaFlex数值模拟得到的数据为样本,以拖曳系统上的海洋环境条件、拖船航速和下放缆长为特征,以动力响应为目标,引入LightGBM算法,对拖曳缆顶端张力最大值等动力响应进行预测分析。与传统数值模拟方法相比,LightGBM算法在保证结果准确性的同时大幅度提高了计算效率。通过与随机森林（RF）、极限梯度提升（XGBoost）算法相比,其准确度和计算效率的表现更好。最后提出了贝叶斯参数优化的LightGBM算法,准确度进一步提高,为提前采取措施保障拖曳系统的作业安全提供了一条高效的技术途径,同时为建立拖曳系统数字孪生体提供了有力的技术支撑。     

基于多态模糊贝叶斯网络的桩锚支护边坡失稳可能性评价

针对目前公路边坡失稳事故频发,安全评价问题日益突出,而传统的边坡可靠性分析方法大多不能同时处理具有模糊性和多态性的系统可靠性分析问题,提出了一种基于多态模糊贝叶斯网络的桩锚支护边坡失稳可能性评价方法。该方法利用三角模糊子集描述根节点先验概率,用[0,1]模糊数描述节点故障状态,克服了传统贝叶斯网络过度依赖精确概率以及不能考虑节点中间故障状态的问题;依托某公路9级边坡,构建了桩锚支护边坡失稳多态模糊贝叶斯网络,并进行了失稳可能性评价。结果表明:多态模糊贝叶斯网络能够准确评价桩锚支护公路边坡不同失稳状态发生的可能性,且比传统贝叶斯网络更加贴合工程实际;针对根节点的模糊重要度分析结果可用于指导边坡失稳风险控制工作;实例边坡出现"严重"失稳事故的可能性较大,根节点"混凝土锚墩破坏"和"承压板或夹片破坏"对其失稳的影响最为显著。     

铁路桥隧工程技术接口质量影响因素研究

为提高铁路桥隧工程技术接质量水平,以艰险山区独特的自然环境和桥隧施工的特点为依据,从人员、材料、设备、方法、环境,5个方面识别技术接口质量影响因素,在影响因素作用机理分析的基础上,提出研究假设进行方案设计,并运用结构方程模型得出路径系数分析结果,在此基础上构建了贝叶斯网络模型,得出了概率推理结果,并检验了结果的一致性;最后以拉林段铁路作为研究对象,验证了假设成立。研究表明：人员、材料和环境对于技术接口质量的影响较大,人员方面主要体现在直接从事接口施工的相关人员的技术、素质和协调性;材料方面主要体现在接口施工材料的质量性能、相关质量验收标准的完善程度和材料储存条件;环境方面主要体现在技术接口施工的自然环境、空间环境和相关质量管理制度,应对其重点管理。