公路工程地方技术标准修编时序模型研究

为了提高公路工程相关技术标准编制规划过程中的针对性和实用性,通过对现有国家行业 标准的梳理与实地调研,首先运用灰色关联的TOPSIS 法对调查结果进行排序分类,得到初步修 编计划;再通过贝叶斯判别法建立预测模型,借助统计分析软件SPSS 进行分析,得到判别函数 的影响因子及其系数,构建广义的公路工程地方标准编制时序判别模型;最后,以山西省公路桥 梁现状为例,统计其近年来由超限引起的桥梁事故,并将所建模型应用于当地《桥梁承载能力设 计细则》修编计划中加以验证。计算结果表明,该项标准的修编计划为“近期”,从而验证了模 型的适用性。     

基于粒子滤波的场景事件实时识别

为解决智能监控场景中场景事件的检测与分析问题,提出了一种基于粒子滤波的场景事件实时识别方法.将场景事件分解为一系列的子事件,构成多层动态贝叶斯网络模型,模型中每一状态对应一种事件.采用Particle F ilter粒子滤波方法对模型中各节点状态的后验概率进行实时估计,以对场景事件进行实时识别.采样不同的粒子数目进行了对比仿真试验,仿真结果表明该方法能够得到较高的识别精度.     

基于贝叶斯网络的车辆目标功能毁伤评估模型

应用贝叶斯网络在解决不确定性事件方面的推理优势,根据车辆目标的毁伤特征分析建立了贝叶斯网络功能毁伤评估模型。在目标物理毁伤信息分析的基础上,通过实例演示了评估过程,验证了用贝叶斯网络进行功能毁伤评估的可行性与有效性。     

基于改进Petri网的船舶电力系统故障诊断

将Petri网理论用于船舶电力系统故障诊断中,提出了一种改进的Petri网故障诊断模型。在基本Petri网诊断模型的基础上引入模糊推理规则形成模糊Petri网,说明了该方法的模型构建、推理过程及解析方法的表示。利用该方法对船舶电力系统进行故障诊断使推理过程简洁、诊断快速、诊断结果也更科学有效。     

基于贝叶斯网络考虑共因失效的高速铁路牵引变电所可靠性分析

运用一种基于故障树的贝叶斯网络分析法,相比于传统的故障树分析法,它能够灵活地表示不确定信息,并能进行不确定性推理。并提出牵引变电所的寿命分布为指数分布,建立牵引变电所电气主接线的贝叶斯网络模型,对于系统二态性特征以及系统可靠度也符合指数分布,故在牵引变电所中选取β因子模型作为共因失效模型,显式分析方法作为共因失效的分析方法。用MATLAB对考虑共因失效的贝叶斯网络进行编程,并绘制相应的可靠度以及瞬时可用度的曲线图,结果表明在考虑共因失效后系统的可靠度有所降低,意味着得出的结果更接近实际。此外,实现牵引变电所定性和定量的评估,计算其可靠性指标,确定系统的薄弱环节。     

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。     

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。     

人的可靠性分析方法及其在军事活动中的应用

回顾了人的可靠性分析发展的历史和现状,重点对现在已存在的人的可靠性分析方法进行了介绍分析,提出并简要介绍了两种在军事活动中适用的人的可靠性评估方法的基本原理：基于粗糙集的人的可靠性评估法和基于贝叶斯的人的可靠性评估法,最后分析了人的可靠性研究中存在的问题。     

Technical,allocative and cost efficiencies of Chinese ports

This paper reports on empirical studies of the technical, allocative, and cost efficiencies (CEs) of Chinese ports based on the panel data of 16 listed port corporations from 1998 to 2011 by means of Bayesian Inference and Markov Chain Monte Carlo methods. An error terms approach is used to resolve the Greene Problem in the estimation of allocative efficiency. The results show that the technical efficiencies have tended to decline in most ports. Inputs to R&D and improving management level are insufficient to offset this decline. Seaports have higher CEs than river ports. Ports with higher container cargo proportion have higher CEs. Ports with more than 50% of shares owned by the State have higher CEs.     

A Bayesian Methodology for Estimating the Impacts of Improved Coastal Ocean Information on the Marine Recreational Fishing Industry

The study develops a model of recreational fish catch probabilities, based on angler fishing strategies, that is conditional on uncertain information about the coastal ocean environment. We calculate expected catch based on a hypothetical Baseline Data Set and hypothetical data from an Integrated Ocean Observation System (IOOS) to demonstrate potential benefits from IOOS. The role of Bayesian probabilities in Random Utility Models of recreational fishing is identified. The study discusses the types of information that will be required by recreational anglers in the Gulf of Mexico. Results have implications for the construction of ocean observation systems for recreational fishermen.