基于贝叶斯思想的框架结构损伤检测方法研究* .txt

摘要：基于单自由度体系的统计矩理论，以位移四阶矩和加速度八阶矩为损伤指标，使用贝叶斯思想和Gibbs抽样相结合方法，提出一种框架结构损伤检测新方法。以理论分析为基础选取3种典型损伤指标，在信噪比40及30 dB环境噪音的不同损伤工况下，使用贝叶斯思想和Gibbs抽样相结合方法，对某12层标准框架数值模型的不同损伤指标进行了损伤识别效果的对比研究，并在此基础上与其他相似检测方法进行对比分析，发现使用贝叶斯思想和Gibbs抽样相结合的新方法，提出的损伤指标更适合框架结构损伤检测，与标准结果偏差均在5%以内。进一步分析12层标准框架振动台试验数据，选取3个典型振动工况中所有梁柱单元及前20个振动工况累积下的典型梁柱单元分别进行损伤检测，结果表明，所提方法避免了多次采样进行贝叶斯分析的局限性，且一定程度上能反映各损伤单元随振动台试验工况累积而表现出来的损伤程度变化，有助于推动所提方法在框架结构损伤检测中的实际应用。 .txt     

因果推断在钢铁企业能耗诊断应用中的探索

以钢铁企业焦化厂工序能耗的管理和诊断为例，运用因果推断并辅以神经网络、线性回归等数据分析方法探索影响焦化工序能耗上升或下降的原因。因果推断分析方法不但能够识别、跟踪影响工序能耗的关键指标，还能够对长尾指标与工序能耗的因果关系进行量化比较分析，通过数据手段结合人的主观经验的方法为企业能耗管理技术人员提供新的分析手段。     

基于后验预测分布的机器人焊接质量监控研究北大核心

针对KUKA机器人焊接质量监测工作量大、抽样样本小的特点,提出一种基于后验预测分布的贝叶斯动态监控方法。从历史数据中选择合适的数据,计算先验分布的超参数;再结合当前样本构建服从负二项分布的后验预测分布,实时计算控制限,实现对焊接质量的动态监测。结果表明:该方法优于传统似然估计法,有更强的异常检出力和稳健性。     

基于NB分类器重访概率预测的Web缓存替换策略

Web缓存是用来解决网络访问延迟和网络拥塞问题，缓存替换策略直接影响缓存的命中率。为此，提出一种朴素贝叶斯（NB）分类器重访概率预测的Web缓存替换策略；根据用户之前访问日志，通过分区操作提取多项特征来表示每次访问的对象，并构建特征数据集；训练NB分类器，用来确定缓存中对象被再次访问的概率，为对象分配权重；结合LRU策略来合理删除一些对象。仿真结果表明，提出的策略在保证较高命中率的同时有效降低了执行时间。     

非平稳条件下基于贝叶斯网络的内涝风险评估和管理方法

受非平稳条件因素(如气候变化、城市化)的影响,近几年内涝灾害频发。以Z市某地块为研究区域,借助地理信息系统(ArcGIS)和暴雨雨洪管理模型(SWMM)实现研究区排水管网的水动力模拟。在不同降雨情境下,比较分析现状系统及不同改造方案下的系统溢流量等信息,计算内涝风险指数。采用贝叶斯网络分析工具(Bayes Server)对引发内涝风险的主要因素进行推理、识别和分析,进而构建内涝风险评估模型。该模型便于决策者根据设计需求,结合各因素的不确定性范围和发生概率值,综合选取最适合的改造措施,优化市政排水防涝规划,为市政基础设施建设提供了依据。     

基于AdaBoost-BOA的中小企业信用评估模型

针对我国现有信贷风险评估体系的不完善以及银行对中小企业的信用等级评估的要求,提出了一种基于Ada?Boost-BOA的中小企业信用评估模型.首先确定中小企业信用评估指标,然后通过贝叶斯优化算法构建AdaBoost-BOA集成分类信用评估模型.实验结果表明,与其他传统的模型相比较,论文提出的AdaBoost-BOA模型在信用等级评估中具有更优良的评估性能,其准确率更高.     

基于贝叶斯推理的直升机自动倾斜器轴承动态阈值计算方法

针对加权平均方法计算得到动态阈值准确度不高的问题,利用正常数据概率密度和不同故障类型数据概率密度的特点,提出一种基于贝叶斯推理的直升机自动倾斜器轴承动态阈值计算方法。首先,采用奇异值分解对振动信号进行预处理,滤除噪声对动态阈值计算结果的影响;其次,采用故障频率能量特征提取方法,分别提取正常数据和内圈、外圈、滚珠故障数据的特征;最后,采用贝叶斯推理方法分别计算正常数据与内圈、外圈、滚珠故障数据的动态阈值。利用故障植入的方法获取数据,开展动态阈值计算试验,结果表明,方法能够正确找到正常数据和不同故障类型数据概率密度曲线的分界点,具有较高的正确率,较低的漏报率,方法提高了动态阈值的计算准确度。     

基于动态贝叶斯网络的海底管道点蚀疲劳损伤失效模型研究

目的研究海底管道在点腐蚀和腐蚀疲劳双重影响下的整个破坏过程,基于动态贝叶斯网络构建系统失效模型,对海底管道系统不同疲劳寿命下的失效概率进行预测。方法将点蚀疲劳损伤过程分为腐蚀点成核、腐蚀坑增长、短裂纹扩展和长裂纹扩展四个阶段,采用蒙特卡洛模拟方法对腐蚀点形成到短裂纹发生前的管道破坏过程进行分析,结合疲劳裂纹扩展的动态贝叶斯网络结构图,在充分考虑相关影响因素不确定性的基础上,为海底点蚀管道系统提出一种创新性的概率分析方法,对点蚀管道疲劳寿命的失效概率进行科学预测。结果结合实例分析,通过蒙特卡洛模拟方法,求解得出腐蚀坑增长转变为短裂纹扩展状态的临界裂纹尺寸为0.8mm。采用动态贝叶斯网络分析方法,对未经受维修保养的点蚀管道进行疲劳寿命预测,当管道运行到第35年时将会面临失效风险。结论所构建的模型可以对海底点蚀管道腐蚀疲劳寿命失效概率进行合理预测,通过观测相关影响参数的变化,及时更新预测结果,有助于为海底管道系统制定有效的维修策略。     

基于贝叶斯概率模型的纤维混凝土梁受剪承载力预测

纤维混凝土梁由于受剪影响因素多、受力复杂,且混凝土材料自身特性显现出较大的离散性,至今尚未形成统一的抗剪强度理论.贝叶斯理论由于其充分利用了先验模型和数据信息,能够更加准确预测结构的性能,而广泛应用于各个领域.在106组试验数据基础上,采用我国CECS 38:2004和欧洲RILEM TC162-TDF规程中建议的钢纤维混凝土梁受剪承载力计算公式作为先验模型,并利用贝叶斯参数剔除法剔除次要影响因素以修正先验模型误差,进而建立基于贝叶斯概率模型的钢纤维混凝土梁受剪承载力计算公式.研究表明:基于贝叶斯简化模型的钢纤维混凝土梁受剪承载力计算值与试验值吻合良好,离散性较小,且较规程中建议的公式更能准确预测钢纤维混凝土梁受剪承载力.     

混合局部因果结构学习

局部因果结构学习是发现和学习给定一个目标变量的直接原因和直接结果而无需学习一个完整因果网络的过程。目前已有算法通常由两个步骤完成:步骤1使用约束类算法利用独立性测试学习目标变量的马尔科夫毯(MB)或父子节点集(PC),但是该步骤由于受到有限的数据样本量等因素影响使得独立性测试存在一定的错误性,而导致该步骤精度通常不是很高;步骤2利用V结构及Meek规则来进行边的定向,但是该步骤由于极其依赖于V结构的发现且同样受到有限样本的影响,使得算法精度相对不是很高。基于上述问题,提出利用打分和限制相结合的混合方式来缓减有限样本问题且提高算法精度。步骤1通过在基于限制的算法中加入打分思想来提高数据有效性,进而提出SIAPC算法;步骤2通过利用PC算法得到的定向结果和对部分数据集打分得到的定向结果的交集来确定边的方向,以此来降低对V结构的依赖性且缓减有限样本问题,之后使用独立性测试修正边的定向结果来进一步提高算法精度,进而提出HLCS算法。在标准贝叶斯网络上,实验验证了该算法相对于已有算法在精度方面具有更好的性能且能够有效缓减数据效率问题。