基于贝叶斯网络的民航智能组合原因诊断及预警分析

发布时间：2023-04-29 22:32

　　航空公司维修质量管理是民航信息管理中的重要内容。对维修管理的安全质量进行评估,对可能存在风险隐患进行分析,执行相应的调控措施并对未来状况进行预测,这能有效提高航空公司维修管理系统的安全可靠性。针对维修质量安全问题,从航空公司的维修质量管理系统入手,通过总结已有研究存在的不足,本文从评价、调控、预警三个方面提出了以下的研究内容:首先,根据航空公司维修质量管理的要求建立了指标体系,通过模糊综合评价方法以及区间数学的理论结合贝叶斯方法构建了维修质量安全状况的贝叶斯网络模型。通过建立的模型对安全状况进行评价,通过贝叶斯推理查找并分析了风险因素。其次,基于互信息的计算对贝叶斯网络模型中的节点进行缩减,利用随机集理论知识结合构建的贝叶斯网络模型,对组合原因下的安全状况正向诊断以及反向推理进行分析。然后,面对有标记样本不足的问题,基于半监督学习的基于贝叶斯神经网络方法有效利用了系统中的无标记样本,完成了半监督贝叶斯神经网络训练。训练集和测试集上的结果验证表明了其有效性。通过训练的网络结合方差分解的方法,计算了各个因素的敏感性指标,对指标之间的关联影响进行了分析并根据风险因素的敏感性进行组合调控。最后...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
注释表
缩略词
第一章 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 国内外研究现状
        1.3.1 安全建模分析
        1.3.2 组合原因分析
        1.3.3 灵敏度分析
        1.3.4 预警分析
    1.4 论文主要思路与安排
第二章 基于贝叶斯网络的维修管理系统建模
    2.1 贝叶斯网络
        2.1.1 基本概念
        2.1.2 贝叶斯网络学习
        2.1.3 贝叶斯推理
    2.2 维修管理系统结构模型构建
        2.2.1 航空公司安全维修评价指标分析
        2.2.2 航空公司安全维修评价模型
    2.3 贝叶斯网络参数计算
        2.3.0 区间数学和模糊评价方法
        2.3.1 根节点概率
        2.3.2 条件概率表
    2.4 航空公司维修管理系统安全状况分析
        2.4.1 环比分析
        2.4.2 同比分析
        2.4.3 基于贝叶斯推理的安全分析
    2.5 本章小结
第三章 基于随机集贝叶斯网络的组合原因诊断
    3.1 数据缩减
        3.1.1 信息熵
        3.1.2 贝叶斯网络节点缩减
    3.2 基于随机集的组合原因分析方法
        3.2.1 随机集基本概念
        3.2.2 结合贝叶斯网络和随机集方法的组合原因分析方法
    3.3 案例分析
        3.3.1 正向推理
        3.3.2 反向推理
    3.4 本章小结
第四章 基于半监督贝叶斯神经网络的敏感性调控分析
    4.1 半监督方法的贝叶斯神经网络
        4.1.1 贝叶斯神经网络
        4.1.2 半监督贝叶斯神经网络方法
        4.1.3 训练过程
    4.2 安全敏感性分析
        4.2.1 方差分解法
        4.2.2 结合神经网络的敏感性参数计算方法
    4.3 算例分析
        4.3.1 运行环境
        4.3.2 指标选取
        4.3.3 神经网络训练半监督学习
        4.3.4 敏感性分析
        4.3.5 敏感性调控
    4.4 本章小结
第五章 基于深度信念网络的风险预警分析
    5.1 深度信念网络
        5.1.1 受限玻尔兹曼机
        5.1.2 深度信念网络训练
        5.1.3 半监督方法的数据扩展
    5.2 航空维修模型深度信念网络训练
        5.2.1 数据处理
        5.2.2 网络训练及验证方法
        5.2.3 深度信念网络参数
        5.2.4 训练过程以及训练结果
    5.3 实例分析
        5.3.1 预警等级划分
        5.3.2 实际数据预警分析
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
在学期间的研究成果及发表的学术论文
附录 DBN部分代码(MATLAB)



本文编号：3805872