基于遗传粗糙集的渔船安全评估及规则挖掘

为对渔船安全技术状况进行客观评估,提出了基于粗糙集的渔船安全技术状况评估方法。通过遗传算法对粗糙集属性约简进行改进,利用属性依赖度计算属性核,同时在种群初始化时引入属性核计算个体适应度,动态调整适应度函数以获得最小属性约简。算法根据属性重要度确定指标权重并获得综合评估结果,按照生成的规则知识库进行了规则挖掘。试验表明：该方法可以有效地降低评估运算量,同时规则知识库的建立为渔船安全技术状况评估提供了基础依据。     

贝叶斯网络在海上船舶碰撞研究中的应用

船舶碰撞是个动态变化的过程,导致碰撞发生的各个因素的相关性错综复杂.为此可从研究船舶碰撞的因果关联着手,并以贝叶斯网络及其理论为基础,将贝叶斯网络应用于研究船舶碰撞.通过对船舶碰撞案例样本数据的学习和对碰撞领域知识的分析,建立了蕴涵船舶碰撞的知识领域的贝叶斯网络,结合使用HUGIN软件,分析计算得到的数据,能够比较准确和直观地分析船舶发生碰撞的概率及其因果事件的关联度.使用贝叶斯网络可以预测船舶发生碰撞的风险和船舶碰撞领域中各因素间的相关性,对航海安全的研究和实践有实际指导意义.     

船舶水上交通相对风险随机性的贝叶斯分析

船舶水上交通风险的评估一直是业内研究人员十分重视的研究课题。采用贝叶斯概率理论方法,通过贝叶斯统计、估计,结合国内引航及航运单位的船舶事故的实际情况,进行了事故发生频率与后果情况的贝叶斯概率评估。并着重就贝叶斯方法在船舶水上交通风险评估中的随机性特性问题进行了探讨。结论证明贝叶斯评估方法得到的结果具有良好的评估效果。     

基于贝叶斯正则化 BP 神经网络的 GPS 高程转换

为了改善BP神经网络在GPS高程转换过程中过拟合的现象,提出了用贝叶斯正则化算法的BP神经网络转换GPS高程的新方法,并利用区域GPS/水准数据,将新方法和未采用正则化算法的BP神经网络进行GPS高程转换的比较.结果表明:在较大区域和高程异常呈不规则的情况下,新方法不仅可以有效提高GPS高程转换的精度,而且通过贝叶斯正则化算法可以改善网络结构,抑制过拟合现象.在约10 km的GPS基线尺度上,新方法可以得到精度达0.050 m的正常高.     

基于贝叶斯网络的模拟训练成绩评定方法

针对模拟训练评定问题,提出了基于贝叶斯网络的评定方法,构建了基于静态贝叶斯网络的模拟训练成绩评定贝叶斯网络模型,采用了商业软件Genie对仿真进行了分析。由于该网络充分融合专家知识和经验数据,因此具有良好的应用前景。     

基于Bayesian的舰船战场损伤评估模型研究

针对舰船战场损伤评估的多元信息特点,建立了在观测操作条件下的舰船战场损伤评估的贝叶斯网络推理算法.分析了舰船战场损伤过程的不确定性,在所建立的贝叶斯网络模型的基础上,提出运用删减法来降低网络的复杂性.实例表明了该算法的适用性、有效性和可操作性.     

基于战损仿真的贝叶斯网络在舰船电力系统评估中的应用

在战损仿真条件下,为了评估仿真后电力系统的工作效能,并对其进行生命力分析.采用贝叶斯分析方法,研究了电力系统的总体构成及其指标体系,构建了电力系统的贝叶斯网络,并给出了网络的推理算法.提出了基于战损仿真的贝叶斯网络的更新机制,最后给出了该模型的电力系统评估的计算实例.     

基于最小风险的单一表文件垃圾邮件过滤算法

研究探讨了传统贝叶斯模型的原理和优缺点,指出朴素贝叶斯算法没有考虑到合法邮件和垃圾邮件被误判带来的不同损失,因而有一定的局限性,而后以朴素贝叶斯为基础,结合最小风险的贝叶斯邮件过滤算法,提出改进的基于垃圾单词的单一表文件垃圾邮件过滤算法,提高了系统的执行效率,减少合法邮件的误判对用户造成的损害,并构建了邮件过滤模型．     

建立船体结构疲劳设计曲线的贝叶斯方法

基于船体结构疲劳试验的小样本特点,探讨了建立疲劳设计曲线(S-N或P-S-N曲线)的贝叶斯方法.将传统疲劳模型中的未知参数处理成离散型随机变量,利用贝叶斯公式求出参数向量的后验概率密度,在此基础上建立不同存活率下的贝叶斯疲劳设计曲线方程并编程求解.算例表明,贝叶斯方法不仅弥补了样本小带来的统计误差,而且合理解决了疲劳试验数据中的越出问题.