贝叶斯网络在多态系统可靠性分析中的应用

针对多态元件组成的二态系统可靠性定量分析的难点,提出了一种基于贝叶斯网络的分析方法.该方法首先将多态故障树转化成贝叶斯网络,然后利用该网络计算各事件发生概率和元件重要度.同时利用该贝叶斯网络还可以得到其他一些有意义的结果,可用于系统故障诊断和实时监控.通过一个供电系统实例说明了该方法的有效性.     

基于贝叶斯网络的配电系统可靠性分析方法

提出了根据配电网的实际拓扑结构和元件对系统的影响关系直接建立贝叶斯网络以实现配电系统可靠性分析的方法。该方法的特点是不仅能进行配电网的可靠性指标评估,而且还能方便地得到系统每个元件或几个元件对整个系统可靠性的影响,从而克服了配电系统传统可靠性评估方法的不足。通过实例,阐述了应用贝叶斯网络方法进行配电系统可靠性评估的有效性和优越性。     

基于动态贝叶斯网络的电源系统可靠性分析与故障诊断

动态系统的可靠性分析与故障诊断一直是可靠性领域的热点及难点问题,作为该领域热门的分析工具之一,动态贝叶斯网络(DBN)得到了充分的应用与开发.但是,现有的DBN算法受限于系统的失效分布类型,且建模难度也随着系统复杂度的增加而呈指数增长.针对以上问题,该文提出一种改进的动态贝叶斯网络概率表建模方法,在连续任务时间的条件下...     

一种基于贝叶斯网络的飞机配电系统可靠性评估方法

把一种基于贝叶斯网络的故障树分析法运用于飞机配电系统可靠性评估，不但能计算出飞机配电系统的可靠性指标，而且可以方便地给出每个部件或几个部件对配电系统整体可靠性的影响大小，分析系统中的薄弱环节，避免传统飞机配电系统可靠性评估方法中分析复杂，减少了计算量，弥补了传统故障树分析法的不足。     

一种基于贝叶斯网络的飞机配电系统可靠性评估方法

把一种基于贝叶斯网络的故障树分析法运用于飞机配电系统可靠性评估,不但能计算出飞机配电系统的可靠性指标,而且可以方便地给出每个部件或几个部件对配电系统整体可靠性的影响大小,分析系统中的薄弱环节,避免传统飞机配电系统可靠性评估方法中分析复杂,减少了计算量,弥补了传统故障树分析法的不足。     

基于动态贝叶斯网络的气化炉烧嘴系统可靠性分析

为解决在分析系统可靠性时获取的动态贝叶斯网络（DBN）的先验数据主观性强的问题,以气化炉烧嘴系统为研究对象,利用BP神经网络优化DBN的先验数据。依据隐含层神经元数量经验公式,将气化炉烧嘴系统DBN模型划分为3个子系统,并分别转化为BP神经网络。将DBN的先验分布分别对应BP神经网络的输入函数与输出函数,再利用BP神经网络信息向前传、误差向后传的特性,对系统进行性能学习,实现对DBN的先验数据优化。对优化后气化炉烧嘴系统的DBN进行双向推理,实现对气化炉烧嘴系统动态可靠性分析。结果表明,对气化炉烧嘴系统DBN进行正向推理,可得到优化后的系统可靠性变化趋势;进行反向推理,可得到优化前后的关键事件及薄弱环节,其中薄弱环节为高氧煤比氧煤比的波动。     

基于动态贝叶斯网络的煤粉加压输送系统可靠性分析

为解决煤粉加压输送系统动态失效问题,提出一种基于动态贝叶斯网络的可靠性评估方法。首先,在分析煤粉加压输送系统的结构与功能的基础上构造事故树模型,并根据事故树模型向动态贝叶斯网络转化的规则,建立煤粉加压输送系统的可靠性分析模型。然后,引入维修因素、时间序列,利用动态贝叶斯网络的两向推理能力,确定煤粉加压输送系统的薄弱环节和可靠度的动态变化规律。结果表明,该方法可有效描述煤粉加压输送系统的动态特性,分析结果符合实际工况。     

基于贝叶斯网络地铁车门系统可靠性分析和故障诊断

针对驱动电机未动作造成地铁车门系统产生故障这一问题,提出了一种利用贝叶斯网络对车门驱动电机进行可靠性分析的方法.根据车门驱动电机的故障树建立对应的贝叶斯网络,采用桶排除法计算驱动电机未动作的故障概率,由后验概率进行驱动电机的故障诊断,并确定各基本故障的灵敏度,从而获得车门系统的关键环节为内部电机驱动模块和EDCU插头.实验结果表明,贝叶斯网络能很好地应用于地铁车门系统的可靠性分析,可为车门故障维修提供支持和参考.     

直觉模糊粗糙集

提出了直觉模糊粗糙集的概念,并给出了其上、下近似算子的一些性质,将Pawlak提出的经典粗糙集进行了推广。     

基于包含度的区间直觉模糊粗糙集模型

利用区间直觉模糊包含度的概念建立区间直觉模糊粗糙集模型。首先,将直觉模糊集中的包含度拓展到区间直觉模糊集上,给出区间直觉模糊包含度定义和计算公式;其次,在区间直觉模糊等价关系下,基于区间直觉模糊包含度,建立了区间直觉模糊粗糙集模型,并对近似算子的重要性质进行了讨论。     

基于区间直觉模糊信息系统的知识获取

主要是将包含度拓广应用到区间直觉模糊信息系统的知识获取中。首先给出区间直觉模糊集的包含度概念和公式;然后,利用区间直觉模糊集的包含度给出区间直觉模糊信息系统的知识获取的具体方法,主要包括两方面：一是获取模糊决策规则,二是对信息系统进行属性约简;最后,用实际算例说明了该方法的合理性和有效性。     

基于多阶段贝叶斯网络的反导系统任务可靠性建模

针对反导系统的可靠性评估问题,给出了反导系统任务可靠性的定义,采用任务剖面描述任务时序逻辑关系,建立了各阶段任务的贝叶斯网络（phase-Bayesian networks,phase-BN）任务可靠性模型,并将其组合为多阶段任务系统贝叶斯网络（phased mission system Bayesian networks,PMS-BN）模型,讨论了PMS-BN模型的求解方法。最后通过算例分析,求得反导系统的可靠性,并与Mark-ov以及故障树模型进行比较,分析了结果的精度与计算复杂度。     

粗糙直觉模糊集的不确定性分析

基于粗糙直觉模糊集的基本概念和模糊熵的公理化定义,给出了直觉模糊集粗糙隶属函数的定义并讨论其基本性质,再利用粗糙隶属函数的直觉模糊熵,给出了粗糙直觉模糊集的不确定性度量,并讨论了度量的一些相关性质。     

基于直觉模糊熵的多目标决策

讨论了基于直觉模糊集的多准则决策,提出了一种新的决策方法：基于直觉模糊熵的多目标决策。给出不同的直觉模糊熵用于多目标决策,并给出了基于直觉模糊熵的多目标决策具体算法。通过具体实例,说明运用不同的直觉模糊熵得出的结果基本是一致的,这说明了决策具体算法的合理性,从而说明基于直觉模糊熵的多目标决策是可行的。     

布尔代数的直觉模糊子代数和直觉模糊理想

引入了布尔代数的直觉模糊子代数、直觉模糊理想和直觉模糊商布尔代数的概念,给出了布尔代数的直觉模糊子集是直觉模糊子代数(直觉模糊理想)的充要条件,讨论了布尔代数的直觉模糊子代数(直觉模糊理想)在布尔代数同态下的像和逆像,并证明了当I是布尔代数R的直觉模糊真理想时,R/I是布尔代数。     

基于模糊故障树的变压器可靠性分析

针对电力变压器故障特点,采用模糊理论与故障树分析相结合的方法对变压器可靠性进行分析．介绍了变压器故障树的建树方法与故障树分析流程,建立变压器故障树,找出故障树顶事件的最小割集;利用模糊理论合理客观地得到变压器的故障概率区间;对底事件模糊概率重要度进行计算,得到顶事件的薄弱环节以及关键事件,为变压器可靠性设计和可靠性增长提供理论依据．     

基于联系数的直觉模糊多属性决策不确定分析与应用

由于已有直觉模糊多属性决策难以开展不确定性问题的分析,用集对分析中的二元联系数表示一个直觉模糊数,利用二元联系数的普通加、乘运算进行直觉模糊多属性决策,为直觉模糊多属性决策提供一种新的简便算法,且能借助对i的不同取值展开不确定性分析,实例应用表明该方法合理可行．     

关于直觉模糊子群的注记

在K.Atanassov引进的直觉模糊集概念的基础上,引入了直觉模糊子半群、直觉模糊幺半群和直觉模糊子群的概念,并利用直觉模糊集的逆集、直觉模糊集的乘积概念,讨论了直觉模糊子群的若干性质。同时,利用直觉模糊集的截集特征刻画了直觉模糊子群。