基于粗糙集和贝叶斯分类器的病毒程序检测

在病毒程序检测中将粗糙集与贝叶斯分类器相结合．该方法在粗糙集属性约简的基础上，综合考虑了条件属性和决策属性的依赖性以及条件属性间的依赖性对约简的影响．通过基于依赖性的属性约简，减少对属性变量间独立性的限制，发挥贝叶斯分类器的鲁棒性潜能，优化贝叶斯分类器的特性．实验结果表明，检测率达到97．88％，正确率为97．16％，明显高于传统的基于特征和RIPPER的方法，也高于多贝叶斯方法；虚警率为5．19％，也比上述所有方法均有所降低．     

基于贝叶斯置信框架的最小二乘支持向量机模型参数选择方法及SS_7型电力机车牵引电机建模

利用贝叶斯置信框架推断LS-SVM模型参数并建立贝叶斯LS-SVM曲线拟合模型.运用贝叶斯LS-SVM曲线拟合模型对SS_7型电力机车牵引电机的磁化曲线进行拟合.结果表明:贝叶斯LS-SVM曲线拟合模型对SS_7型电力机车牵引电机的磁化曲线拟合速度及精度均有较大地提高,小样本条件下的泛化能力更好.依据贝叶斯LS-SVM曲线拟合模型建立了SS_7型电力机车牵引电机的仿真模型.仿真计算表明,所建的SS_7型电力机车牵引电机仿真模型与机车牵引电机实际运行状况吻合,可用于对SS_7型电力机车主电路性能及控制策略的研究.     

基于贝叶斯网络的城市轨道交通CBTC系统SIL研究

城市轨道交通CBTC系统是一个安全苛求系统,为了更好地分析CBTC系统的安全性,首先通过对整个系统自顶向下分析,对各子系统和单元模块的功能进行划分,建立CBTC系统的贝叶斯网络,然后再自下向上由子系统级别到整个CBTC系统级别逐步计算出CBTC系统的平均故障率,最后从系统失效的角度验证系统的安全完整性等级(Safety Integrity Level,SIL)。结果表明,在系统硬件设备的故障率不变的情况下,可以通过调整子系统的冗余结构,增加整个CBTC系统的容错能力来提高其随机故障的完整性,使得系统符合安全标准要求。     

模糊贝叶斯决策在ATP车载设备故障诊断中的应用研究

高速列车长时间工作运行不可避免发生故障,其中的车载设备故障发生具有不确定性和相关性特性。分析故障发生和查找故障致因是一项复杂而重要的过程和工作。贝叶斯网络在解决不确定性和相关性问题有其独特的优势,可以利用贝叶斯网络查找故障成因和故障点并且加以控制,从而提高列控车载设备运行的安全性。在实际理论和工程实践中运用贝叶斯推理时往往过分强调贝叶斯推理功能而忽略先验概率确定的问题,模糊贝叶斯决策是在经典贝叶斯理论上综合运用决策理论、模糊数学、贝叶斯方法和期望效用理论,建立一个在多属性指标下故障态势的模糊贝叶斯决策模型,克服了单一贝叶斯推理的不足,增强了模型的适用性。     

地铁列车车门系统故障分析及诊断方法

车门系统作为地铁列车的重要组成部分,其工作状态对于列车的安全运行有重要意义。文章介绍了列车车门的结构和常见的车门故障,对故障产生的原因做了简要分析。针对列车车门故障,文章分别介绍了基于决策树、人工神经网络和贝叶斯网络的故障诊断方法。     

基于现场实测数据的深基坑工程可靠度研究

研究目的:深基坑开挖活动存在着各种不确定性因素,现场监测数据常常无法直接反映基坑当前的稳定状态。针对杭州地铁彭埠站的深基坑开挖工程,结合贝叶斯修正和Monte Carlo有限元方法,基于现场监测数据对基坑开挖过程中的安全度进行了实时的可靠度评估。研究结论:研究结果表明,根据现场实测数据来评估基坑的失稳概率的方法比常规方法更为合理。该方法可有效地提高基坑稳定性分析的准确性,并避免测斜结果误差引起的问题;可选取地下连续墙的水平位移实测值作为可靠度分析的输入信息;破坏准则的选取对稳定性分析结果有很大的影响。本方法可以弥补传统可靠度分析的不足,为基于现场实测数据的深基坑安全性评估提供了新的途径。     

基于贝叶斯理论的钢管混凝土劲性骨架拱桥收缩徐变效应分析

钢管混凝土劲性骨架拱桥施工程序复杂、施工周期长,导致混凝土收缩徐变效应十分显著,极大地影响桥梁的正常使用性能,严重时甚至威胁结构的安全。同时受收缩徐变不确定性的影响,结构的应力和位移表现出明显的离散性,使桥梁的设计施工工作变得更为困难,结构实际变形偏离其设计值的情况时有发生。为了缓解这种困难,首先改进贝叶斯方法,使其对似然函数分布与先验分布较远的情况同样适用。然后基于此方法,对北盘江大桥模型桥施工期间收缩徐变效应进行分析得到后验预测结果,并通过实测数据进行检验。计算结果表明:基于改进贝叶斯方法得到的后验预测结果与实测数据吻合良好,相较于先验预测结果,数据离散性得到明显改善。     

基于模糊多态贝叶斯网络的地铁运营风险评估方法

从安全管理、人、设备设施和环境等4个方面确定18个地铁运营安全影响因素。采用解释结构模型分析影响因素之间的关系,构建结构模型,并将其转换为多态贝叶斯网络结构。同时,引入模糊集理论,将专家给出的自然语言变量转化为概率信息,输入到多态贝叶斯网络并进行风险评估。案例研究说明,该风险评估方法应用于地铁运营安全分析中切实可行。     

基于贝叶斯网络法的海底管线海床稳定性风险评估

采用贝叶斯网络法对海底管线的海床稳定性进行风险评估。海底管线的安全性至关重要,管线海床失稳将导致严重后果,如泄露造成爆炸及环境污染等。研究首先根据理论知识建立了管线海床稳定性问题的贝叶斯网络模型,其次根据经验及专家意见对输入和输出变量分级,最后用贝叶斯定理计算输出变量落在每个区间上的概率。结果表明:贝叶斯网络可以表示不同因素间的复杂关系,对复杂系统建模,并组合不同来源的信息,得到可靠的结果,该方法在海底管线的安全性评估方面具有较好的应用前景。