马德仲[1]2015年在《基于贝叶斯网络和多源信息构建可靠性分析模型方法研究》文中认为可靠性是标示产品技术水平的重要指标。提高产品可靠性水平是提升制造业核心竞争力的关键。可靠性分析是产品可靠性设计的重要依据,是提高产品可靠性水平的根本措施。传统的可靠性分析方法对复杂系统中普遍存在的描述事物的多态性、逻辑关系不确定性和部件失效相关性等问题分析效果不佳。贝叶斯网络具有坚实的理论基础,并且适用于表达和分析不确定性事物,因而在可靠性分析领域得到推广应用。但是,在利用贝叶斯网络对系统进行可靠性分析时,常常由于数据缺乏而导致建模困难。为了解决这一问题,本论文研究对传统可靠性分析方法的分析结果、专家意见和现场数据等来源各异、类型不同的多源信息进行分析、处理,用于构建和完善贝叶斯网络可靠性分析模型的理论方法。本课题的研究内容能够促进贝叶斯网络理论在可靠性分析领域推广应用,丰富系统可靠性分析基本理论;将本课题的研究成果应用于实践,能够提高工程技术人员对复杂系统的建模和可靠性分析的能力,为促进现代装备制造业发展,保证重大装备安全可靠运行发挥重要作用。本论文开展了以下研究工作:1.在对贝叶斯网络的表示、推理和建模等基本理论进行分析和总结的基础上,探讨了将贝叶斯网络应用于系统可靠性分析的方法,分析了贝叶斯网络在处理复杂系统中普遍存在的多态性、逻辑关系不确定性和失效相关性等问题的优势,说明了贝叶斯网络是解决复杂系统可靠性分析问题的有力工具。2.在分析FMEA、FTA和贝叶斯网络叁种可靠性分析方法的优势和不足的基础上,根据是否已经存在充分的信息,提出基于信息提取的建模方法和FFB(FMEA-FTA-BN)建模方法,给出了这两种建模方法的流程步骤。针对依靠专家经验完成建模主观偏差大、效率低的缺点,提出利用结构矩阵来表示FMEA、FTA和贝叶斯网络中变量间的因果关系,给出结构矩阵综合运算方法和合理性检验方法。并以风力发电机齿轮箱为例,利用FFB方法建立贝叶斯网络模型。通过实例分析证明了利用该方法能够快捷、有效地将FMEA和FTA信息整合建立贝叶斯网络初始模型。3.在对多状态条件下获取多父节点条件概率分布时存在的难题进行分析的基础上,针对专家意见带有模糊性且存在主观偏好的问题,提出基于模糊群决策的专家意见处理方法。该方法根据模糊数学理论将多位专家给出的语言变量转化为叁角模糊数,通过均值化、解模糊、归一化等过程转化为精确概率值。实例分析证明了该方法的有效性。针对利用专家意见获取多父节点的条件概率工作量大且判断困难的问题,提出多状态条件下多父节点结构的条件概率计算模型。该方法使用标准化模糊数的形式来表示单原因事件独立影响下的条件概率,并给出了多种因果影响关联关系假设下的条件概率计算模型。通过实例证明该方法能够减少采集专家意见的工作量,并且具有更强的适用性。4.在对现场数据特点进行分析的基础上,研究利用现场数据对贝叶斯网络模型进行完善的更新学习方法。针对贝叶斯网络更新学习过程中更新时机难以确定的问题,提出基于性能监测的参数更新方法;该方法根据所采集到的现场数据,利用对数评分规则对已建立的贝叶斯网络模型的预测结果进行打分,判断预测结果偏差是否过大;对于偏差大的参数,以现场数据样本量作为专家意见的等效样本量对参数进行更新。然后利用Matlab的BNT工具包作为模拟工具,选择经典贝叶斯网络——Asia网作为模拟模型进行模拟实验;实验结果表明该方法能够选择合理的模型更新时机,能将专家意见和现场数据有效的结合,使模型参数渐进的接近理想值,更适用于利用逐渐收集到的现场数据对贝叶斯网络进行更新的过程。5.在对功能需求进行分析的基础上,采用Visual Basic+Matlab+Access混合编程的方法设计基于贝叶斯网络的系统可靠性分析软件,实现可靠性信息采集、贝叶斯网络建模和系统可靠性分析功能。给出了数据库设计,FMEA和FTA信息转化为结构矩阵以及VB与Matlab混合编程等实现系统功能的关键技术。依据理论方法开发的软件平台能够方便工程技术人员使用,有利于方法的推广应用。
王冠峰[2]2017年在《基于故障树和贝叶斯网络的发动机可靠性预计》文中研究指明可靠性工程在汽车发动机中的应用越来越广,可靠性成为发动机一项重要指标。发动机可靠性研究以发动机的研发使用过程中的可靠性数据作为基础,并利用计算机辅助技术对可靠性数据规律分布进行总结,进而提高整体的可靠性。本文基于SQL Server建立的可靠性系统数据库,分析B/S架构数据库管理系统中的故障树分析模块的功能并完成面向用户的操作模式的界面开发,深化设计贝叶斯网络模块的功能,进一步优化后台程序,完成数据库管理系统中的可靠性预计模块的功能分析并优化界面功能。对汽车柴油发动机系统进行可靠性分析,在故障原因模式影响分析基础上提出故障树分析,给出故障树模型的示例以及故障树建模过程。利用开发的功能模块得出FTA对系统的故障部位、故障模式、故障原因以及故障等级的结论,以"柴油发动机不能正常运行"为顶事件,按照曲柄连杆机构故障、燃料供给系统故障、配气系统故障、冷却润滑系统故障及进排气增压系统故障建立故障树模型,并完成顶事件、中间事件和底层事件的构建。在故障树基础上提出贝叶斯网络,并以"发动机不能正常点火"故障演示贝叶斯推理过程。通过可靠性数据库系统计算故障树中故障概率,采用贝叶斯网络建模方法,用连接树的形式表述故障树中不同层级事件之间的关系,完成由故障树向贝叶斯网络的转化。通过开发的界面得出建立的贝叶斯网络模型,并着重找出不同子系统中零部件故障的关联关系,并以油底壳故障可以导致两个子系统故障为实例计算联合概率分布,用于指导可靠性预计的大致范围。基于可靠性数据库系统适用的可靠性预计领域,借助数据库辅助可靠性预计。采用了发动机系统可靠性模糊预计的方法,以故障树模型中的增压系统为例简要验证了常用置信水平下模糊预计的可行性,提出可靠性模糊预计在故障关联中的应用。以曲柄连杆机构和冷却润滑系统两个子系统联合系统为例,选取适用于可靠性模糊预计范围的叁角模糊数,将可靠性预计结果与贝叶斯网络模型得出的结果进行了比较,证明可靠性数据库系统模块的适用性。
翟胜[3]2015年在《基于贝叶斯网络的复杂系统可靠分析方法研究与应用》文中提出随着现代工业技术的迅速发展,产品和设备系统日趋复杂化。系统的复杂性,一方面体现为其子系统或部件间相互藕合,另一方面也体现为系统的工作环境变化等外部影响因素的纷繁众多。并且,由于受到物质、空间和时间上的限制,很难获得足够的数据信息对系统的状态、特征和行为做出明确和精准的判据,这些因素导致系统包含着大量的不确定性。传统的可靠性分析方法在解决实际问题中暴露出明显的不足和局限。本文针对复杂系统可靠性分析中的主客观不确定性的问题,以贝叶斯网络理论作为不确定性分析的理论基础,结合模糊理论和传统的可靠性分析理论,以电池生产线作为研究对象,分析了目前可靠性分析理论在复杂系统可靠性分析中存在的问题和不足,提出了相应的解决方法,并建立了分析模型,其主要内容如下：(1)分析了传统故障树和贝叶斯网络的可靠性分析方法的局限性,提出了基于故障树的模糊贝叶斯网络的可靠性分析方法。该方法采用贝叶斯网络建模方法进行基本建模,用贝叶斯网络理论的节点多态表达特性来描述复杂系统的事件多态性,用贝叶斯网络理论的节点条件概率表来描述复杂系统的事件之间的不确定性逻辑关系。在贝叶斯网络模型的框架下,引入模糊集合理论,用模糊数来描述专家对事件概率的模糊评估。在对不确定权重的专家评估信息的集结过程中,提出了用依赖不确定性有序加权平均算子综合不确定权重的专家们的评估信息,来实现专家权重的客观定权。(2)分析了传统FMECA分析方法的局限性,提出了基于FMECA的模糊贝叶斯网络的可靠性分析方法。该方法采用了模糊理论中的模糊数来表示专家对RPN属性参数的模糊评级,提出了用带置信结构的模糊规则库替代传统的模糊规则库,并用来描述模糊输入数据不完备的条件下模糊规则的前提和结论之间的不确定性；提出了利用贝叶斯网络推理技术合成置信结构的模糊规则,实现模糊规则的推理,并给出了详细的建模方法和步骤；提出了利用加权平均去模糊方法,实现故障危害等级的清晰化、明确化。(3)分析了当前复杂系统的可靠性分析中存在的问题,研究了不同可靠性分析方法的结合应用。论文以电池生产线系统的可靠性分析为例,通过对在多种主客观不确定信息的条件下电池生产线系统的可靠性分析,来研究可靠性分析方法的结合应用。在电池生产线系统的可靠性分析实例中,提出了采用基于FMECA的模糊贝叶斯网络的可靠性分析方法确定系统的关键重要子系统,采用基于故障树的模糊贝叶斯网络的可靠性分析方法确定影响系统的主要部件及其故障模式,定性定量地实现系统的可靠性分析。
周忠宝, 董豆豆, 周经伦[4]2006年在《贝叶斯网络在可靠性分析中的应用》文中认为针对故障树分析方法在可靠性分析中的局限性,研究了贝叶斯网络在可靠性分析中的应用,给出了故障树向贝叶斯网络转化的方法,以及基于贝叶斯网络求解顶事件发生概率、最小路集、最小割集和底事件重要度的算法.最后对大亚湾核电站紧急停堆失效进行了分析,并与故障树分析的结果进行了比较,结果表明,基于贝叶斯网络的建模分析方法可以得到更丰富的信息.
谢斌[5]2004年在《贝叶斯网络在可靠性分析中的应用》文中提出贝叶斯网络(BN)，又称为信度网，由一个有向无环图(Directed Acyclic Graph，DAG)和条件概率表(Conditional Probability Table，CPT)组成。DAG由代表变量结点及连接这些结点的有向边构成，结点代表随机变量，结点间的有向边代表了结点间的相互关系(由父结点指向其后代结点)，用CPT中条件概率表达结点间的关系强度，没有父结点的用先验概率进行信息表达。它是Pearl提出的基于概率论和图论的不确定知识表示模型。贝叶斯网络在不确定知识表示和推理中表现出的卓越性能，如人工智能、数据挖掘等领域，是一个有力的工具，有着广泛的应用。 可靠性理论是以产品的寿命特征作为主要研究对象的一门综合性学科，其主要数学工具是概率论。在实际应用中，可靠性分析常常借助于直观的网络图来进行。由此，本文把BN引入到可靠性分析中，把贝叶斯网络和可靠性分析中的可靠性框图和故障树方法作了比较。利用BN的推理优势，省去了传统的用最小路方法求系统工作概率时的繁杂的不交化过程。同时，通过调整BN的条件概率表，对传统的故障树方法作了改进，克服了故障树方法的部件为二态、相互独立等局限。利用条件概率表，BN可以计算任何感兴趣的结点及多个结点集合的概率和后验概率，为系统的可靠性诊断和维护提供指导。用BN的推广——区间贝叶斯网络(IBN)，使得部件故障概率在一定的区间内取值的情况下，系统的可靠性分析也能够进行。克服了传统分析中只分析计算单点概率值的局限性，拓宽了可靠性分析的思路和方法。
刘斌[6]2015年在《基于DoDAF的装备体系的任务可靠性建模方法研究》文中研究指明装备体系的任务可靠性是装备体系在规定任务剖面下完成规定功能的能力。装备体系可靠性是装备体系战斗力生成和保持的重要基础,直接影响装备的战备完好性与任务成功性。由于装备体系具有规模大、任务复杂、结构动态的特点,其可靠性的描述与建模有较大的难度,需要进一步的研究探索。研究装备体系的任务可靠性建模方法,可以支持装备体系顶层规划与论证,为装备体系的设计与优化提供依据。论文主要的研究工作和创新点包括:(1)构建装备体系的Do DAF-ROD模型为了描述装备体系可靠性的建模要素,需要构建装备体系结构及任务的描述模型,因此,首先分析了Do DAF(Department of Defense Architecture Framework)模型的构成和功能,然后针对装备体系可靠性建模的信息需求,提取了能够提供所需信息的8个Do DAF产品,构成装备体系的可靠性描述框架Do DAF-ROD(Do DAF-Reliability Oriented Description)。由于Do DAF不能对装备之间、任务之间的逻辑关系进行描述,针对逻辑关系的建模需求,扩展了Do DAF中的系统功能描述模型、作战活动分解树、事件追踪描述模型、作战活动到系统功能追踪矩阵4个产品,并给出了Do DAF-ROD模型的开发流程。最后,依据Do DAF-ROD开发流程,开发了各个体系结构产品。分析了各产品的功能与目的、模型构成元素,给出了UML描述案例及XML存储格式。Do DAF-ROD模型是对装备体系的任务可靠性各要素的规范化描述,为可靠性模型的计算机辅助生成提供信息输入。(2)基于Do DAF-ROD的贝叶斯网络建模规则与算法为了实现装备体系任务可靠性模型的快速生成与求解,构建了面向静态可靠性的贝叶斯网络模型,研究了从Do DAF-ROD到贝叶斯网络模型的计算机辅助建模规则与模型求解算法。论文给出了5个Do DAF-ROD产品到贝叶斯网络中元素的转换规则及算法,包括:由作战活动分解树生成贝叶斯网络的叶节点以及中间节点,由作战活动到系统功能矩阵生成贝叶斯网络的根节点,由系统功能模型生成贝叶斯网络的条件概率表,由系统测度矩阵生成根节点的边际概率表,由系统事件跟踪描述模型生成任务的阶段以及任务执行时段,然后将各阶段的子贝叶斯网络连接成为全阶段的贝叶斯网络,从而得到求解全阶段任务可靠度的贝叶斯网络模型。基于Do DAF-ROD系列模型构建贝叶斯网络能够满足模型快速生成与求解的需求,适用于装备体系初步方案的论证。(3)基于Do DAF-ROD的多Agent模型建模规则与算法针对装备体系的动态可靠性建模需求,构建了多Agent模型,实现了基于可执行化Do DAF模型的装备体系动态可靠性分析。首先,设计了面向可靠性的Agent及多Agent模型的结构,分析了Agent模型各结构要素在Any Logic平台上的实现方法。另外,研究了Do DAF-ROD到多Agent模型的生成规则与算法,将5个Do DAF-ROD产品转换为Agent模型中的元素,由高层作战概念图生成多Agent仿真的场景,由作战活动模型生成Agent中的作战函数,由系统状态转移描述转换为Agent的状态转移,由事件追踪描述模型生成Agent的时间推进机制,由系统测度矩阵生成Agent的可靠性参数。通过上述转换,构建了多Agent模型,实现了Do DAF-ROD的可执行化,为装备体系的动态可靠性分析与比较提供了手段。(4)模型验证及比较分析为了验证模型的正确性并对静态与动态可靠性模型的特点进行比较,对可靠性模型进行了比较分析。首先分析了模型比较的目的与准则;然后针对不同的作战想定,构建了大小两种规模的反导作战场景;通过构建并比较Markov、BDD、贝叶斯网络、多Agent模型4类任务可靠性模型,分析了结果一致性、计算复杂度与建模适应性。通过比较不同模型结果的一致性,验证了论文提出的贝叶斯网络以及多Agent模型的正确性;通过分析可靠性模型的计算时间,比较了不同模型的计算复杂度。通过仿真模型Markov与多Agent模型的对比、解析模型BDD与贝叶斯网络的对比,分析了贝叶斯网络和多Agent模型的特点与适应性。
谢云芳[7]2008年在《基于贝叶斯网络的配电系统可靠性评估》文中研究表明配电系统可靠性评估是电力系统可靠性评估中重要环节之一,对其进行可靠性研究具有非常重要的理论意义和巨大的社会经济价值。在常规可靠性计算中,仅计算系统各项可靠性指标,很少涉及可靠性最薄弱环节的识别,而识别电力系统可靠性最薄弱环节,具有非常重要的意义。文中简要介绍了贝叶斯网络的基本概念,深入研究了常用的推理算法,并在此基础上编写了基于桶消元的贝叶斯网络推理程序。在分析常规电力系统可靠性评估方法的基础上,提出了基于贝叶斯网络的配电系统可靠性评估方法。该方法首先建立配电系统可靠性评估的贝叶斯网络模型,然后利用贝叶斯网络推理对配电系统进行可靠性分析。文中编写了配电系统可靠性评估的贝叶斯网络自动生成工具,从而极大地减少了贝叶斯网络的建立时间,提高了模型的准确性。将贝叶斯网络方法应用于配电系统的可靠性评估中,利用贝叶斯网络对不确定性知识的灵活表示,较好地解决了系统负荷预测的不确定性问题。运用贝叶斯网络灵活的因果推理和诊断推理,不但能够进行配电网的可靠性指标评估,还可以识别系统的薄弱环节。以Microsoft Visual C++6.0为开发工具开发了配电系统可靠性评估软件。该软件运用高级面向对象技术和图形化的手段,运用贝叶斯网络对配电系统进行可靠性指标的计算,并定量地分析系统的薄弱环节,通过对数据的分析处理,得出较传统方法更有意义的结论。最后,用IEEE RBTS母线2配电系统作为实验系统验证了此方法的正确性和软件的有效性。因此,基于贝叶斯网络推理的配电系统可靠性评估是一种较好的方法。
寇云云[8]2018年在《高速铁路接触网支持装置多状态可靠性研究》文中认为接触网作为直接向电力机车进行供电的载体,是保证电力机车稳定运行的关键。支持装置作为其中最重要的系统之一,其可靠性直接影响了接触网的可靠与否。但由于支持装置零部件是极其复杂且相互关联的,其故障状态也不是单一的,因此采用传统二态的可靠性分析方法并不能良好的表达其多状态性和不确定性。本文根据调研和现场采集到的近6年的高速铁路接触网支持装置的故障报告和工作日志等,整理并建立了全路故障数据库,在传统的二态系统可靠性分析方法的基础上,提出了一种基于贝叶斯网络的多状态可靠性分析方法,建立了支持装置多状态贝叶斯网络模型,对支持装置进行了可靠性研究。首先,就支持装置可靠性分析中的故障多状态性和不确定性作了分析和说明,提出了多状态贝叶斯网络的可靠性研究方法,并对其原理、基本内容和推理算法作了简要介绍。然后根据复杂系统的可靠性指标计算方法,结合数据库数据计算得出了支持装置各个零部件的可靠性指标。其次,通过故障树建立贝叶斯网络的方法,利用经期望信息量评估,剪枝优化后的故障树,建立了接触网支持装置的贝叶斯网络模型拓扑图,利用基于层次分析法的专家打分方式计算出了支持装置的条件概率表,通过计算可靠性指标,用频次统计计算出零部件的先验概率。利用贝叶斯网络模型的精确推理算法——团树传播算法推理得到了当支持装置分别处于故障和严重故障两种状态时,其包含的所有零部件发生故障与严重故障的后验概率,诊断出了支持装置处于不同故障状态下的薄弱环节。进而,对表征支持装置零部件重要程度的概率重要度和关键重要度,在不同故障状态下分别进行了计算,并利用贝叶斯网络对零部件进行了可靠性分配,结合两者找出了较为薄弱却重要的零件。同时对支持装置薄弱环节的故障类型和因素进行了分析,提供了相应的维护策略,并提出了提高其可靠性的建议。最后,通过Python3+PyQt4+Eric4,结合Matlab和C语言,开发和设计了高速铁路接触网支持装置多状态可靠性研究软件平台,为实际工程中依据不同现场条件对支持装置进行多状态可靠性分析提供了便利。最终利用2017年成都铁路局的故障数据对软件平台和BN模型进行了验证,证明了其正确性、可行性和优越性。
厉海涛[9]2007年在《基于贝叶斯网络的动量轮可靠性建模与分析》文中研究指明动量轮是长寿命卫星姿控系统的关键机电部件,具有小子样、长寿命、高可靠性、无失效数据等特点,采用传统大样本寿命数据统计推断方法评估其可靠性非常困难。如何在小子样、无失效条件下对动量轮进行可靠性建模与分析,是国内航天型号单位非常关心和迫切需要解决的问题。另一方面,虽然动量轮现场试验样本量比较小且缺少失效数据,但是动量轮在研制、生产和使用过程中积累了大量验前信息,包括功能试验、环境试验信息以及在轨运行遥测数据和工程经验。因此,针对动量轮可靠性特点,本文采用贝叶斯网络学习和推理技术,融合动量轮丰富的验前信息,建立动量轮可靠性模型,并利用该模型分析评估了XX-3动量轮的可靠性水平,解决动量轮可靠性建模与分析问题。论文主要研究内容如下:(1)通过动量轮失效分析,获取动量轮贝叶斯网络的结构,在此基础上,利用贝叶斯网络学习技术和动量轮多种地面试验数据,建立动量轮离散贝叶斯网络模型。利用该模型和贝叶斯网络推理技术,对动量轮地面条件下的可靠性水平进行了评估,提出基于贝叶斯网络的动量轮单一故障和复合故障诊断方法,并通过灵敏度分析研究影响动量轮可靠性的因素。(2)在离散贝叶斯网络模型基础上,综合实验室条件下动量轮轴温、电流等性能数据以及在轨运行数据,建立基于性能数据的动量轮混合贝叶斯网络模型。利用混合贝叶斯网络模型,评估在轨条件下动量轮的可靠性水平,提出动量轮在轨状态故障诊断方法,此外,本文还利用性能灵敏度分析技术定量研究了动量轮性能与可靠性之间的关系。(3)在混合贝叶斯网络模型基础上,结合对动量轮性能数据建立的时间序列模型,建立动量轮动态贝叶斯网络模型,该模型解决了动量轮寿命和可靠性预计问题。同时,本文还提出动态灵敏度分析的概念,分析了动量轮典型故障模式的动态灵敏度。在文章的最后,总结了全文的内容并对进一步的工作进行了展望。
党振[10]2012年在《基于贝叶斯网络和PSO算法的可靠性分析优化方法及应用》文中指出针对贝叶斯网络在可靠性分析中难以构造的不足，结合传统故障树和T-S模糊故障树，研究和完善了基于传统故障树转化的贝叶斯网络可靠性分析方法，提出了基于T-S模糊故障树转化的贝叶斯网络可靠性分析方法，提出了基于贝叶斯网络和PSO(粒子群优化)/μPSO算法的可靠性优化方法。将本文方法应用于分体式巷道运输车液压系统，为提高其可靠性提供理论依据。首先，系统地研究了贝叶斯网络的推理机制及建模特点，给出了由传统故障树构造贝叶斯网络的方法。利用贝叶斯网络推理不仅计算出顶事件的发生概率与基本事件的重要度，同时还可以得到基本事件的后验概率。将后验概率和故障分析处理成本作为故障属性考虑，提出了基于贝叶斯网络和逼近理想解排序法的多属性故障分析方法。其次，提出了基于T-S模糊故障树转化的贝叶斯网络可靠性分析方法。该方法利用贝叶斯网络推理，解决了T-S模糊故障树运算复杂和不能双向推理的不足。完成了基于传统故障树转化的贝叶斯网络可靠性分析方法和基于T-S模糊故障树转化的贝叶斯网络可靠性分析方法两种方法的对比分析。在此基础上，提出了基于贝叶斯网络和灰关联分析的多属性故障分析方法。再次，提出了基于贝叶斯网络和PSO/μPSO算法的可靠性优化方法。该方法是以贝叶斯网络可靠性分析方法为基础，构造了以基本事件故障概率为输入、顶事件故障概率为输出的故障函数关系，再结合费用等资源条件构造出两种可靠性优化模型，利用PSO算法与μPSO算法分别进行可靠性优化求解。这种方法扩宽了贝叶斯网络可靠性分析方法的应用范围。最后，利用上述方法，对分体式巷道运输车液压系统进行可靠性分析，并完成了两种可靠性优化设计方案。
参考文献：
[1]. 基于贝叶斯网络和多源信息构建可靠性分析模型方法研究[D]. 马德仲. 哈尔滨理工大学. 2015
[2]. 基于故障树和贝叶斯网络的发动机可靠性预计[D]. 王冠峰. 山东大学. 2017
[3]. 基于贝叶斯网络的复杂系统可靠分析方法研究与应用[D]. 翟胜. 天津工业大学. 2015
[4]. 贝叶斯网络在可靠性分析中的应用[J]. 周忠宝, 董豆豆, 周经伦. 系统工程理论与实践. 2006
[5]. 贝叶斯网络在可靠性分析中的应用[D]. 谢斌. 西南交通大学. 2004
[6]. 基于DoDAF的装备体系的任务可靠性建模方法研究[D]. 刘斌. 国防科学技术大学. 2015
[7]. 基于贝叶斯网络的配电系统可靠性评估[D]. 谢云芳. 河北农业大学. 2008
[8]. 高速铁路接触网支持装置多状态可靠性研究[D]. 寇云云. 西南交通大学. 2018
[9]. 基于贝叶斯网络的动量轮可靠性建模与分析[D]. 厉海涛. 国防科学技术大学. 2007
[10]. 基于贝叶斯网络和PSO算法的可靠性分析优化方法及应用[D]. 党振. 燕山大学. 2012
标签：数学论文; 工业通用技术及设备论文; 贝叶斯论文; 可靠性分析论文; 网络模型论文; 模糊理论论文; 建模软件论文; 可靠性设计论文; 概率计算论文; 故障树分析法论文; 不确定性分析论文; 数据建模论文; 模糊算法论文; 可靠性论文; 推理论文; 概率论论文; 测不准原理论文;