基于贝叶斯网络的分层系统可靠性分析

发布时间：2018-12-15 04:44

【摘要】：由于分层系统的系统结构复杂,且系统不同层次可靠性信息具有不均衡性的特点,使得分层系统的可靠性建模较为困难.考虑二态情况,通过引入贝叶斯网络描述分层系统元素间的失效关系,并考虑了系统元素间级联失效问题,结合贝叶斯多源信息融合方法,以贝叶斯网络模型为基础整合了系统各层元素的可靠性信息,构成了一种较为通用的二态分层系统可靠性分析方法.算例结果表明:该方法在贝叶斯网络模型计算过程中能够融合系统各层元素可靠性信息并有效处理级联失效问题,提高了系统可靠性后验均值估计的准确性,减小了系统可靠性结论的后验方差.
[Abstract]:Because of the complexity of the system structure and the unbalance of the reliability information at different levels of the system, it is difficult to model the reliability of the layered system. Considering the two-state case, the Bayesian network is introduced to describe the failure relationship between the elements of the hierarchical system, and the cascade failure problem between the elements of the system is considered. The Bayesian multi-source information fusion method is combined with the Bayesian multi-source information fusion method. Based on the Bayesian network model, the reliability information of each layer of the system is integrated, and a general reliability analysis method of two-state hierarchical system is presented. The simulation results show that this method can fuse the reliability information of every layer of the system and deal with the cascade failure problem effectively in the process of Bayesian network model calculation, and improve the accuracy of the system reliability posteriori mean value estimation. The post-test square error of the system reliability conclusion is reduced.
【作者单位】： 西北核技术研究所第五研究室;西北核技术研究所高功率微波技术重点实验室;
【基金】：国家自然科学基金重点基金(61231003);国家自然科学基金青年基金(61201090)
【分类号】：TP18;TB114.3

【相似文献】

相关期刊论文 前10条

1 刘乐平;高磊;卢志义;;贝叶斯身世之谜——写在贝叶斯定理发表250周年之际[J];统计研究;2013年12期

2 云连英;汪荣伟;;保费调整的贝叶斯方法[J];统计与决策;2006年05期

3 闵素芹;李群;;分层线性模型中的经验贝叶斯与完全贝叶斯方法及其比较[J];统计与决策;2010年11期

4 丁以华;;贝叶斯方法的发展及其存在问题[J];质量与可靠性;1986年01期

5 陶波;苏德清;王玲玲;费鹤良;;关于元件失效率等级鉴定试验的一种贝叶斯方法[J];应用概率统计;1990年03期

6 张尧庭;应积极开展对贝叶斯学派的介绍和研究[J];统计研究;1992年04期

7 郑骏;随机方法与贝叶斯方法在高新技术中的应用[J];软科学;1995年01期

8 胡振宇,林士敏;贝叶斯网络中的贝叶斯学习[J];广西科学院学报;2000年S1期

9 Bradley Efron ,朱钰,谢爱辉,郭晓烨;贝叶斯学派统计学家,频率学派统计学家和科学家[J];统计与信息论坛;2005年04期

10 黎红;陶勇;;基于主观贝叶斯方法的装备故障概率分析[J];国防技术基础;2009年02期

相关会议论文 前6条

1 周桃庚;沙定国;;贝叶斯可靠性序贯验证试验方法[A];中国仪器仪表学会第三届青年学术会议论文集（下）[C];2001年

2 宁鹏达;;贝叶斯方法在风险投资项目决策中的应用[A];第四届中国科学学与科技政策研究会学术年会论文集（Ⅰ）[C];2008年

3 朱永生;;贝叶斯方法确定泊松变量的置信上限[A];中国物理学会高能物理分会第七届学术年会实验分会场论文集[C];2006年

4 王增忠;柳玉杰;施建刚;;建筑工程项目全寿命安全管理决策的贝叶斯方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

5 郝飞龙;王玮;刘福升;;动态线性季节模型及其贝叶斯预测[A];2003中国现场统计研究会第十一届学术年会论文集（上）[C];2003年

6 费斌军;陈勃;;疲劳强度参数概率分布的贝叶斯方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

相关博士学位论文 前4条

1 林静;基于MCMC的贝叶斯生存分析理论及其在可靠性评估中的应用[D];南京理工大学;2008年

2 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年

3 付佳钰;[D];华东师范大学;2014年

4 李素芳;基于贝叶斯分位回归理论的截面相依面板协整研究[D];湖南大学;2012年

相关硕士学位论文 前10条

1 张路路;贝叶斯网络系统可靠性分析及故障诊断方法研究[D];山东建筑大学;2015年

2 周洁超;基于贝叶斯网络的时间序列预测[D];大连海事大学;2016年

3 罗会亮;基于粗糙集的贝叶斯网络模式识别模型与方法研究[D];重庆大学;2008年

4 郭艳军;贝叶斯网学习方法及应用研究[D];华中科技大学;2009年

5 时光;贝叶斯认识论初探[D];南京师范大学;2008年

6 孟丽丽;应用贝叶斯网络分析我国农村居民消费价格指数的影响因素[D];湘潭大学;2011年

7 王晓园;贝叶斯方法在保险精算中的应用研究[D];重庆理工大学;2011年

8 赵雷;社会科学中的贝叶斯方法研究[D];山西大学;2012年

9 张礼明;贝叶斯因子在项目反应模型选择中的应用[D];东北师范大学;2013年

10 王国勇;基于多子网优化组合的贝叶斯网络结构与学习模型研究[D];华南理工大学;2013年

，

本文编号：2380002