基于贝叶斯网络的全自动运行系统弹性评估

结合列车全自动运行系统的弹性评估,提供一种基于贝叶斯网络模型的评估方法。根据列车故障前后的 性能变化曲线,总结系统弹性的 4 种能力,探究影响这些能力的相关因素,为影响因素的定量选取合适的评价指 标,作为贝叶斯网络的最底层节点。对指标制定打分表,获取专家的打分结果作为指标层的先验概率输入,同时 选择恰当的隶属度公式作为条件概率的计算方法,获得贝叶斯网络的条件概率表,建立列车全自动运行系统的贝 叶斯网络模型,定量评估系统弹性,同时对目标节点进行敏感度分析,提出提升弹性的改进建议。     

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。     

案例推理在在线物流资源决策中的应用研究

文中在在线分析过程(OLAP)与数据挖掘(data mining)技术的基础上．提出了基于案例推理(CBR)的决策模型去解决这类问题．模型采用模糊神经网络方法进行决策问题的特征提取和创建案例库，采用OLAP技术建立案例查询的星型模型，并通过创建的模糊神经网络模型去补偿匹配案例与决策问题之间的差异．文章的最后通过应用实例表明了该系统的有效性和可行性．     

舰船主冷凝器多连片贝叶斯网络故障建模方法研究

主冷凝器作为舰船蒸汽动力装置的主要设备运行中发生战损,故障模式复杂、不确定性较大,传统故障诊断方法难以有效解决。本文提出采用贝叶斯网络故障建模的方法解决这一难题,建立具有时间序列特性的动态多连片贝叶斯网络模型。通过实验分析表明模型准确可靠,不仅能够进行从故障原因到现象的正向推理,还能进行故障现象到原因的反向推理,可为蒸汽动力设备的故障诊断提供有效决策。     

基于贝叶斯推理的随机模型修正方法

为了解决常规优化方法存在的梯度计算困难、病态、非唯一解等问题,采用贝叶斯方法来实现随机模型修正,同时为了加快贝叶斯方法推断修正参数的后验概率密度的速度,将高斯过程替代模型技术和基于延缓拒绝自适应的Metropolis(DRAM)算法的先进马尔科夫链蒙特卡罗(MCMC)方法用于贝叶斯推断,最后,用一斜拉人行桥实例来验证基于贝叶斯推理的随机模型修正方法。结果表明:贝叶斯方法的修正结果与实测结果吻合较好,验证了基于贝叶斯推理的随机模型修正方法的可行性。     

贝叶斯网络在电控发动机燃油系统故障分析中的应用

贝叶斯网络(Bayesian Network)是近年来发展起来的一种基于概率理论的推理工具,本研究简要介绍了贝叶斯网络的基本理论,建立了电控发动机燃油供给系统故障信息的贝叶斯诊断网络,并利用Hugin Expert软件计算当燃油供给系统某一部件出现故障时不同故障现象出现的概率。研究表明,贝叶斯诊断网络能够有效诊断电控发动机燃油供给系统故障信息关联度。     

基于工程实例的推理策略--综合评判研究

分析了设计利用实例进行设计的思维过程,从模拟设计专家设计思路角 ,发提出了一种基于实例的推理策略－综合评判。该策略在模糊区配模型和模糊评价模型基础上,通过多层次评价模,定理描述实例在不同层次的相似性,综合评价选出最适当的实例。该策略被应用于工程智能ＣＡＤ核心系统开发中。     

D-S证据推理在机械故障诊断中的应用

提出了利用成熟的BP网络技术和D—s证据推理相结合进行多传感器数据融合,解决靠单一传感器获得的单一指标进行诊断所带来的不确定性．试验证明了该方法的有效性．     

基于情景反演的船舶追越碰撞风险推理方法

为揭示船舶在追越过程中碰撞危险演化特征,提出一种基于情景反演的碰撞风险推理方法。基于追越事故案例中记录的船舶碰撞过程的动态信息,反演船舶追越过程中碰撞危险信息;引入负指数函数,结合船舶属性,通过最近会遇距离(Distance of Closest Point of Approach,d_CPA)与两船到达最近会遇距离的时间(Time to Closest Point of Approach,t_CPA)无因次化,确立船舶会遇的碰撞危险度(Collision Risk Index,I_CR),运用灰云推理模型,提出时间维度下追越两船的碰撞风险推理(Potential Collision Risk,P_CR);结合多起案例反演数据,得出船舶追越过程中P_CR特征。结果表明：船舶追越依次经过碰撞危险、紧迫局面和紧迫危险等3个阶段,在时间节点上有一定稳定性特征,对应的P_CR均值分别为0.349 1、0.557 5和0.777 1;船舶左舷追越的P_CR值...     

基于动态贝叶斯网络及构件性能退化的钢板组合梁桥时变可靠性分析方法

为分析构件性能退化对钢板组合梁桥可靠性的影响,提出一种基于动态贝叶斯网络(Dynamic Bayesian Network, DBN)的时变可靠性分析方法。该方法首先依据材料劣化公式建立钢板组合梁桥抗力退化模型;然后基于DBN构建组合梁桥构件性能退化初始模型,利用钢板组合梁桥抗力退化模型随机生成不同变量组合作用下的抗力数据,对该初始模型进行训练,通过参数学习得到DBN先验模型及节点条件依赖关系,并加入观测节点及可靠度节点,建立适用于可靠性分析的DBN模型;最后输入桥梁检测数据,实现桥梁可靠度指标更新。采用该方法和蒙特卡洛法对某钢板组合梁桥时变可靠性进行分析,结果表明：2种方法预测结果基本一致,该方法可准确预测钢板组合梁时变可靠度;以可靠度为寿命评价指标,输入该桥运营60年时的检测信息,更新前、后该桥的使用寿命分别为75年、64年,应提前对桥梁采取维修与养护措施。