单线铁路技术改造决策专家系统

本专家系统模仿铁路专家确定技术改造方案的复杂思维过程，利用多知识库，动态变量规则，元知识等知识表示方法，采用正反向两阶段联合推理方式和基于区间表示的不精确推理模型，拟定出可行的技术改造方案，并运用模糊数学的相似优先比理论，依据模糊总体水平概念确定推荐方案，最终完成全部决策。     

基于贝叶斯网络的船舶人因安全性评估模型

针对舰船系统特点,设计了相应的人因安全性调查问卷,确定人因安全性影响因素、节点状态和条件概率.建立基于贝叶斯网络的船舶人因安全性量化评估模型,据此对影响安全性的因素进行灵敏度分析.结果表明,提出的安全性量化评估模型和分析方法正确、可行、有效.     

基于改进PSO算法的两阶段损伤识别方法

为解决结构多损伤情况下的位置识别和损伤程度判定问题,提出了一种基于改进粒子群优化算法和贝叶斯理论的两阶段损伤识别方法,该方法采用频率和模态应变能作为损伤定位源数据,分别用基于频率改变和基于应变能耗散率的识别方法进行损伤信息的初步提取,再利用贝叶斯融合理论对损伤位置进行较为精确的判定.然后,利用粒子群优化(PSO)算法对损伤位置和程度进行更为精确的二次识别.考虑到简单PSO算法易陷入局部最优解,提出了3种改进措施,即粒子位置突变、最优记忆粒子微搜索和双收敛措施.数值仿真结果表明:采用贝叶斯融合理论可以有效地识别出可能的损伤单元,在此基础上用改进的PSO算法可以更精确地识别损伤的位置和程度,同时采用3种改进措施的PSO算法的识别精度明显优于其他PSO算法和遗传算法.     

基于贝叶斯网络的交通事件持续时间预测

随着数据采集手段的不断提高和相关研究技术的发展,基于数据挖掘的模型逐渐成为交通事件持续时间研究的主要方向。根据荷兰交通部门提供的交通事件采集数据,进行分类和预处理,观察事件持续时间的频数图,并根据相关的研究按照事件典型的类别把采集的数据进行分类。使用主成分分析和逐步回归提取出显著性的影响因子,利用数据挖掘软件WEKA建立贝叶斯网络模型,用数据集中80%的数据进行学习建模,20%的数据作为测试集来检测模型的预测效果,并做出性能评价。实验结果表明,与同类数据集的其他预测方法相比,贝叶斯网络模型对于变数众多,随机性特别大的交通事件,预测精度较高,证明贝叶斯网络模型的算法是具有一定优越性和实用价值。     

基于知识库的舰船战损抢修决策方法

针对舰船动力装置在现代战场抢修中的重要性,在文献[2]的基础上进一步分析并总结知识库当前的应用情况,探究舰船动力装置战损抢修知识库的决策过程及决策机制。着重引入基于案例推理的决策方法,同时结合具体的案例进行研究。为知识库在舰船动力装置战损抢修决策中的应用提供参考。     

高铁动车组司机连续作业时长的研究

本文在分析动车组司机感知、判断、操作特性的基础上,采用实验心理学测试方法采集司机的各项指标,根据试验测试数据,通过贝叶斯统计学的方法确定合理的高铁动车组司机乘务作业时长,建立乘务作业时长与各项测试指标之间的关系模型。通过算例验证,动车组司机安全可靠度测试等级为良好,并提出相应的改进措施     

贝叶斯网络在通信对抗系统效能评估中的应用

介绍了贝叶斯网络原理及其推理机制.分析了影响通信对抗系统效能的各项因素,选取了各因素涉及的相应指标,确定了该网络的局部概率分布,建立了基于贝叶斯网络的通信对抗系统效能评估模型.该模型定量地解决了通信对抗部队整体作战能力的评估问题,并可以指出其存在的问题,可以提高部队的对抗水平和作战能力.     

粗糙集和贝叶斯网络融合故障诊断方法

融合贝叶斯网络和粗糙集对不确定故障诊断的优势,以及粗糙集对冗余信息的处理能力,给出了一种粗糙集和贝叶斯网络进行融合的装备故障诊断方法,获得最小属性集的贝叶斯网络故障诊断模型及诊断规则,并应用于某型机载电台装备中进行验证,结果表明该方法不仅有效,而且得到的诊断规则也比单纯应用贝叶斯网络要优。     

基于负荷停电信息的船用电力系统故障定位方法

提出一种基于负荷停电信息的舰船电力系统故障定位方法,该方法结合目前船用电力系统的技术状态,通过显控台提供的电气设备间的拓扑关系,利用舰员或用电设备终端上报的停电信息判断故障发生的区域。针对实际操作中可能出现的"停电拒报"、"误报"等情况,将树形辐射供电特点与贝叶斯公式相结合,提出"4个有关集合"的概念,并基于此概念计算各候选区域发生故障的概率,最后选择概率最大者作为最终的故障判定区域。