贝叶斯网络在火エ系统安全评价中的应用

提出一种基于贝叶斯网络(BN)的火工系统安全评价方法，采用BN取代原有的故障树分析法( FTA)有两个方面的优势：一是在建模方面，突破了故障树分析的一些较强的假设，可以考虑多态变量以及变量之间的相关性，并能以比逻辑门更好的形式表达变量间的不确定性关系；二是在分析方面，既能进行前向的预测推理，又能进行后向的诊断推理，并可以找出导致系统故障的组合模式，从而能够方便地找出系统的薄弱环节。采用基于MATLAB的Bayes Net Toolbox (BNT)较件包，大大简化了计算过程。通过一个工业雷管生产线的安全评价实例，说明该方法是对传统的基于故障树分析的安全评价方法的有益改进。     

定性影响图及其决策算法改进研究

影响图这项图形决策技术是解决现实决策问题的有效手段之一.但是,需要获取大量概率和效用值成为了其应用的主要障碍.当事物的依赖关系或者相关参数值无法精确描述时,如何利用非精确的信息进行推理已成为提高影响图决策效率的关键问题.为了在一定程度上克服这种障碍,定性贝叶斯网络及其相关算法被提出并得到发展.本文在分析定性影响图相关理论的基础上,对定性影响图决策推理算法进行了有效改进.     

复杂系统仿真模型和软件的校核方法

对复杂仿真系统而言，对其性能评估是仿真领域研究的一个重要问题，其中仿真可信度是最重要的指标，因为仿真可信度能否达到要求，直接关系到仿真系统应用的成败，而仿真可信度要解决的关键问题之一就是模型的校核（Verification）问题。该文就复杂系统的仿真，分别从不同角度给出了仿真算法和软件的校核方法，如对多层次结构系统模型给出了分层、逐级校核方法，对多输入多输出系统给出了化复杂为简单、逐步进行模型校核的方法，同时对某类武器系统仿真模型给出了逆解法校核方法，并对多人对同一问题相互校核的方法给出了仿真算例和结论。这些方法可对提高模型和软件的可信度起到一定的参考作用。