基于多信号流图的诊断贝叶斯网络建模

多信号流图与贝叶斯网络是两种不同的建模方法,对两种建模方法的异同分析表明多信号流图到贝叶斯网络的转化是可行的.为了降低诊断贝叶斯网络模型的开发费用,提出了一种基于多信号流图的诊断贝叶斯网络建模方法,从模型结构和模型参数两个方面论述了多信号流图向诊断贝叶斯网络的转化方法.依据该方法生成的诊断贝叶斯网络模型具有应对复杂系统故障诊断的证据冲突及不确定性问题的优点.实验证明所获得的诊断贝叶斯网络模型的诊断准确性与多信号流图模型一致.     

图模型与学习算法结合的贝叶斯网络自动建模

针对纯数据驱动的贝叶斯网络结构学习算法的准确度和效率较低的问题,提出了一种融合多信号流图模型与K2学习算法的贝叶斯网络自动建模方法。该方法利用多信号流图模型能够描述信号之间传递与依赖关系的能力,结合K2学习算法在结构学习中的优势,实现了专家知识与数据驱动方法有效融合的贝叶斯网络结构自动学习算法。通过与常用网络结构学习算法的对比实验证明,该融合算法显著降低了结构学习对学习范围和训练数据规模的要求,具有更高的学习准确度和运算效率。采用真实系统实例阐述了该融合算法的应用过程,验证了算法的实用性。      

基于贝叶斯网络工况分类的民机引气系统异常检测

状态监控与健康管理技术是国产民机运营支持亟待突破的关键技术,以民机引气系统为对象,设计实现了基于飞行数据（QAR,Quick access recorder）的民机引气系统异常检测流程,提出了贝叶斯网络分类的同工况数据提取和指数加权滑动平均(Exponentially Weighted Moving Average,EWMA)控制图的引气系统异常检测方法。借助航空公司收集的实际数据对方法进行了验证,结果表明可有效检测民机引气系统异常,并提前故障发现时间,为航空公司合理安排飞机维修计划、减少飞机停场时间提供了支持。     

基于贝叶斯网络的关键链项目管理模型

针对项目进度管理问题,在分析关键链项目管理方法和贝叶斯网络模型技术的基础上,建立了关键链项目管理贝叶斯网络模型（CCPMBN）。首先给出了CCPMBN的基本定义,详述了模型中的节点、有向边及节点条件概率分布信息。然后,提出了面向贝叶斯网络的关键链工序分解方法,研究了基于项目关键链信息的CCPMBN建模方法。针对关键链模型中的大量资源冲突情况,分析了CCPMBN中的各类冲突结构,并给出了冲突描述及化解方法。最后,通过CCPMBN基本性质和特征分析表明了贝叶斯网络模型在项目进度管理中的应用前景。     

基于贝叶斯网络的航空灾害成因机理探析

为了预防和矫正航空事故诱发因素的萌生与发展,改善民航安全管理的科学性和可靠性,进一步降低事故率,减少航空灾害造成的损失.针对航空灾害的形成特点,探讨致灾因素的相互作用是成因机理分析的关键.基于贝叶斯网络模型,综合运用诊断推理和支持推理形式,分析致灾因素的因果关系,揭示了人、机、环境与管理因素相互作用的内在规律.通过高斯贝叶斯网络在典型案例致灾成因机理分析中的应用,挖掘隐含的内部因素对系统的影响程度,发现了隐含因素从不确定性状态向确定性状态的演变过程,以及表层因素与隐含因素的关系.     

基于贝叶斯网络的故障诊断系统性能评价

故障诊断系统的性能评价是开发和验收故障诊断系统不可或缺的重要环节.针对基于贝叶斯网络(BN)故障诊断系统的性能评价需要,考虑系统诊断结果真实分布,提出采用二项分布参数估计方法来计算诊断准确度的置信区间,采用准确度期望值及其置信区间全面客观评价诊断模型的性能,形成贝叶斯网络模型诊断能力的量化评价指标,为诊断结果的可接受、可信程度以及诊断模型的训练充分性提供参考依据.最后通过燃油系统故障诊断实例验证所述性能评价的有效性.      

基于CGAN的避扰通信决策网络离线式训练方法

基于强化学习的避扰通信,由于需要不断地与环境交互从中学习到最优决策,其决策网络的训练时间受环境反馈速率的约束,通常耗时严重。针对这一问题,提出了一种离线式训练方法。构建出一种频谱虚拟环境生成器,可以快速生成大量的逼真合成频谱瀑布图,用于避扰通信决策网络训练。由于所提方法脱离真实环境反馈,形成离线式训练,进而显著提高模型训练效率。实验结果表明:与实时在线训练方法比较,所提离线式训练方法的训练时间可以减少50%以上。      

基于动态贝叶斯网络的可修GO法模型算法

GO法是评价复杂系统可靠性和安全性的有效方法,除了能描述多状态时序特性外,还能表达系统的复杂动态维修行为.针对这种带有动态可修特性的系统GO法模型,提出一种基于动态贝叶斯网络的新算法.首先将GO法模型中的可修操作符和不可修操作符转换成动态贝叶斯网络,然后将整体模型通过贝叶斯软件进行模型求解.新方法结合贝叶斯网络理论的成熟算法和软件,可得到系统可用度随时间变化的曲线和给定时间点的瞬时可靠性指标,并且无需考虑共有信号问题.基于动态贝叶斯网络理论的新算法规则简单统一,便于工程应用.      

基于机会策略的多态系统视情更换决策

针对部件间存在性能相关性和经济相关性的多态系统,提出了基于机会策略的多态系统视情更换维修决策方法。采用Markov模型描述部件的衰退过程,利用通用生成函数对系统的可靠性指标进行分析,以机会策略为基础,从"部件级更换的角度"出发,提出了一种新的多态系统视情更换维修决策方法,确保系统在有限服役期内,获得最大经济效益。并以某雷达功率放大系统的更换维修决策为例进行分析,该方法在考虑部件间经济相关性的同时,一定程度上减少了总的维修次数,提高了装备系统的战场保障能力,具有很强的通用性和工程应用价值。     

基于多值决策图的温储备系统可靠性建模方法

温储备系统是冷储备与热储备系统的推广,在实际中有广泛应用。针对不可修温储备系统的可靠性建模问题,已有基于多值决策图(MDD)的系统可靠性建模方法。该方法以系统中的单元故障为建模对象,分别构建故障级MDD与系统级MDD,进而获得系统可靠度的解析表达式。然而,该表达式中不同维度积分相互混杂,计算给定时刻的系统可靠度需要首先梳理系统可靠度的表达式,以利用数值方法求解其中的积分。为实现系统可靠度的程序化计算,在已有研究基础上提出将系统级MDD按故障数分解为一系列子决策图,通过对MDD中边的概率重新赋值获得每一子决策图的发生概率,得到系统可靠度的规范形式,形成一套完整的系统可靠度计算方法。      

使用贝叶斯网评估基础软件平台的互操作性

互操作性是当前软件最重要的特性之一.通过分析问题域,结合贝叶斯网的特征域,提出使用贝叶斯网来解决基础软件平台的互操作性评估问题.首先根据问题域选取贝叶斯算法,并收集实际数据以引入与问题相关的领域知识.根据所选取的算法构造互操作性的贝叶斯网结构,并且进一步学习此结构的参数.在此过程中,对选取的K2算法进行改进.然后,利用贝叶斯推理来根据互操作性的结构和参数得出评估对象的互操作性等级.最后,一个实例讲述了方法具体的应用过程.实验结果证明了方法的合理性.     

Towards a GPS-based TEC prediction model for Southern Africa with feed forward networks

In this paper, first results from a national Global Positioning System (GPS) based total electron content (TEC) prediction model over South Africa are presented. Data for 10 GPS receiver stations distributed through out the country were used to train a feed forward neural network (NN) over an interval of at most five years. In the NN training, validating and testing processes, five factors which are well known to influence TEC variability namely diurnal variation, seasonal variation, magnetic activity, solar activity and the geographic position of the GPS receivers were included in the NN model. The database consisted of 1-min data and therefore the NN model developed can be used to forecast TEC values 1 min in advance. Results from the NN national model (NM) were compared with hourly TEC values generated by the earlier developed NN single station models (SSMs) at Sutherland (32.38°S, 20.81°E) and Springbok (29.67°S, 17.88°E), to predict TEC variations over the Cape Town (33.95°S, 18.47°E) and Upington (28.41°S, 21.26°E) stations, respectively, during equinoxes and solstices. This revealed that, on average, the NM led to an improvement in TEC prediction accuracy compared to the SSMs for the considered testing periods.     

兼顾控制流量的软件定义卫星网络路由策略

软件定义卫星网络（SDSN）通过解耦数据与控制平面,实现网络态势与控制的逻辑集中,为管理卫星网络提供了一种新的思路。在SDSN中,控制报文和数据报文同时在网络中传输,海量、动态、高优先级的控制流量将对数据报文传输产生极大的干扰。因此,提出了一种数据流退让路由（DFRR）策略。在计算数据报文路由时,DFRR将链路上控制流量大小作为影响链路代价的一个因素,以减少选择控制流量较大的链路;在网络操作控制中心（NOCC）连接的过顶卫星切换导致控制流量分布发生较大变化之前,DFRR预测可能发生拥塞的链路,并选出链路上部分数据流进行重路由,从而避免拥塞。在开发的SDSN研究平台OpenSatNet上对DFRR的性能进行了评估。实验结果表明,DFRR能够有效减少网络中的链路拥塞,以及控制报文和数据报文的分组丢失。      

Load balancing strategy and its lookup-table enhancement in deterministic space delay/disruption tolerant networks

Space networks, in which connectivity is deterministic and intermittent, can be modeled by delay/disruption tolerant networks. In space delay/disruption tolerant networks, a packet is usually transmitted from the source node to the destination node indirectly via a series of relay nodes. If anyone of the nodes in the path becomes congested, the packet will be dropped due to buffer overflow. One of the main reasons behind congestion is the unbalanced network traffic distribution. We propose a load balancing strategy which takes the congestion status of both the local node and relay nodes into account. The congestion status, together with the end-to-end delay, is used in the routing selection. A lookup-table enhancement is also proposed. The off-line computation and the on-line adjustment are combined together to make a more precise estimate of the end-to-end delay while at the same time reducing the onboard computation. Simulation results show that the proposed strategy helps to distribute network traffic more evenly and therefore reduces the packet drop ratio. In addition, the average delay is also decreased in most cases. The lookup-table enhancement provides a compromise between the need for better communication performance and the desire for less onboard computation.     

线驱动拟人臂机器人机构与前向运动学分析

为了克服手臂上的安装电机由于自重对拟人臂机器人承载能力和运动灵活性造成的影响,基于最新人臂仿生和并联机器人研究的成果,提出了一种用线驱动的并联机构替代手臂的肩、腕关节的串并联结构,并将驱动电机安放在基座上.讨论了从各个关节到基座的驱动绳索的走线方式及关节之间的耦合情况,在此基础上对前向运动学进行了分析,给出了末端相对于基础坐标系的位姿态正解.由给出的两组数值解实例,在ADAMS环境下进行了仿真,验证了算法的正确性.      

Behrens-Fisher问题的信赖与贝叶斯精确区间估计

两正态总体均值与标准差均未知时的均值差的区间估计问题,称为Behrens-Fisher问题。给出了问题的共轭型先验与无信息先验下的Bayes精确区间估计及其计算方法,并指出可信水平为γ时无信息先验的Bayes精确区间估计与Fisher的Fiducial水平为γ的Fiducial精确区间估计在数值上一致。将Welch&Aspin近似与无信息先验的Bayes精确区间估计作比较,结果显示此近似一般偏冒进,故对重要的工程问题建议使用Bayes(或Fiducial)精确区间估计。     

冲突证据决策新方法及应用

冲突证据决策方法研究是证据理论重要研究课题。鉴于现有的证据理论改进方法在冲突证据决策过程中存在计算量较大,归一化过程不合理,证据组合效果不理想等一系列问题,提出基于二次组合的冲突证据决策方法。首先,提出新的基于二次组合的冲突证据决策方法的流程图;然后,提出新的乘性归一化规则,并对新的乘性归一化规则进行算例分析,验证其合理性;最后,分析现有冲突度量函数的不足,并提出新的冲突度量函数,并分析冲突度量函数的合理性。通过算例分析,并与现有证据组合规则的比较表明,所提方法不仅计算量得以改善,组合结果也得到提升。      

大型复杂项目风险建模与熵决策

对复杂系统规模庞大、结构复杂、风险众多从而难以进行决策的问题,提出了分级建模、风险过滤、风险评价和熵决策的复杂项目风险决策思路.应用分级全息建模技术辨识系统风险,开发了一个卫星系统研制项目的风险识别模型,克服了单一模型描述风险源的局限性;通过风险过滤、评级和管理技术对已经识别的风险进行定性和定量的度量,对风险进行分级,确定了关键风险;利用熵决策模型对关键风险进行评估和优选,得到最优决策方案.在此基础上开发了一个卫星系统研制项目方案选优决策的案例对该过程进行了分析,为大型复杂项目风险决策、重大工程项目方案择优决策提供了一条新的思路.