西非铝矾土进口海运供应链风险评估

在分析从西非到我国终端客户的铝钒土进口海运供应链(Bauxit Import Maritime Supply Chain,BIMSC)内部和外部影响因素的基础上,采用故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)和模糊贝叶斯网络(Fuzzy Bayesian Network,FBN)相结合的方法,建立BIMSC风险评估方法的概念框架。采用FMEA辨识潜在的失效模式,并剖析失效原因和后果;根据失效模式潜在的因果关系建立贝叶斯网络;利用三角模糊数处理表征风险参数的不确定性,评估BIMSC风险水平,并进行敏感性分析,确定风险因子排序。研究结果表明,港口操作中的违规操作、违规指挥、货物易流态化和安全管理问题是主要的风险因素。     

基于贝叶斯网络的CTCS-3级列控车载系统韧性

为弥补现有指标的不足，引入韧性作为非常态事件下CTCS-3级（China train control system-3）列控车载子系统运行稳定性的测度指标. 提出了车载子系统韧性量化评估方法，构建了基于贝叶斯网络（Bayesian network, BN）的韧性评估模型，并定义了5种基于韧性的部件重要度指标；进一步利用贝叶斯网络双向推理功能，计算了车载子系统在不同扰动情景下的韧性及部件重要度指标. 研究结果表明:韧性可全面描述车载子系统抵御扰动和从扰动中恢复的能力，非常态事件扰动下，韧性与可用性指标存在明显差异；不同扰动情景下系统韧性明显不同，扰动发生时，车载子系统面临磁暴影响时的韧性为0.8017，而遭遇雷电时的韧性为0.8819，面临冰雪扰动时的韧性为0.9880；部件重要度存在情景依赖，同一部件在不同扰动情景下重要度排序可能不同，且可能随时间动态变化.      

基于贝叶斯网络的地铁牵引变电所可靠性分析

地铁牵引变电所作为城市轨道交通系统的关键环节,其可靠性研究对保障系统安全稳定运行有着重要意义。为了对地铁牵引变电所(简称:变电所)展开可靠性评估,利用GeNIE仿真软件,基于贝叶斯网络,构建了典型变电所静态下的可靠性模型,计算了变电所的初始故障概率;利用动态贝叶斯网络对典型变电所在时间维度上展开可靠性分析,精确地计算了变电所失效概率随时间变化的曲线;利用贝叶斯网络的双向推理功能找到变电所的薄弱环节,对变电所关键节点的识别、维护以及网络结构设计优化具有一定的意义。     

基于贝叶斯网络的轨道交通司机胜任力评价

根据调查分析得到轨道交通司机胜任力评价的4个一级评价指标和16个二级评价指标。将此评价指标作为变量,基于贝叶斯网络原理,构建司机胜任力贝叶斯网络。选取职业心理特征和职业理论特征作为中间节点,规章制度掌握程度、车辆理论知识水平、学习能力和复杂反应能力作为父节点,司机胜任力作为子结点,得到简化的司机胜任力子贝叶斯网络。利用该子贝叶斯网络对实例的分析结果表明:司机职业心理特征对司机胜任力影响较大;评价结果准确地反映了司机胜任力各项评价指标间的相互作用关系;该方法可为司机的选拔、培训和退役提供定量分析的依据。     

基于贝叶斯网络的接触网运行可靠性分析

将贝叶斯网络法应用于接触网系统的可靠性分析中,结合项目调研结果和故障树分析法,建立了在役接触网系统及其关键元部件的贝叶斯网络模型并进行了可靠性分析,找到了影响系统可靠性的薄弱环节与主要因素,最后给出了提高接触网运行可靠性的几点建议。     

一类驼峰调车事故的贝叶斯网络模型研究

驼峰跟钩撞车及侧面冲突调车事故会给驼峰调车作业带来较大安全隐患,影响驼峰解体作业的效率和能力。从技术条件角度考虑,对线路、车辆以及调车设备3个方面因素进行分析。鉴于驼峰系统是复杂的大系统,具有不确定性的特点,考虑贝叶斯网络能较好解决不确定性问题,建立跟钩撞车及侧面冲突调车事故的贝叶斯网络模型。利用Matlab中的BN推理工具软件包BNT计算顶上事件的发生概率以及基本事件的后验概率。结果表明:影响此类调车事故的主要因素为线路和车辆两方面。     

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

道路交通事故多发点鉴定方法探讨

基于已有的道路交通事故统计资料，应用动态聚类分析方法和贝叶斯概率模型，对事故多发点的鉴定方法进行了探讨。     

基于TF-IDF加权朴素贝叶斯算法的ATP车载设备测试案例分类研究

针对列车超速防护（ATP,Automatic Train Protection）系统车载设备测试案例分类存在的工作量大、效率低且准确性不高等问题，提出了将词频—逆文档频率（TF-IDF,Term Frequency-Inverse Document Frequency）与朴素贝叶斯算法相结合，应用于测试案例分类的方案。利用TF-IDF算法筛选特征词及权重，对朴素贝叶斯算法进行加权处理，并基于实验室现有ATP车载设备的测试案例进行验证。实验结果表明，文章的特征词提取及测试案例分类方法具有较高的准确性。     

基于拟合优度检验-贝叶斯理论的生态混凝土碳化深度概率模型研究

针对生态混凝土碳化深度具有随机性的特点,提出基于拟合优度检验和贝叶斯理论相结合的方法进行生态混凝土碳化深度概率模型分析。采用拟合优度检验识别生态混凝土碳化服从的最优概率分布类型,采用贝叶斯理论对最优概率分布类型中的参数进行估计,在此基础上进行碳化可靠度分析。通过3组检测数据来说明基于拟合优度检验和贝叶斯理论相结合的方法在生态混凝土碳化深度概率模型研究和碳化可靠度分析中的应用过程。结果表明:与传统方法相比,基于拟合优度检验和贝叶斯理论相结合的方法进行生态混凝土碳化深度概率模型和碳化可靠度分析更加符合工程实际,便于工程应用。