动态贝叶斯网络

摘要： 计及时空相关性的多维风光荷功率概率预测可全面描述风光荷不确定性,为电力系统安全稳定和经济运行提供保障。提出一种基于R藤Copula-动态贝叶斯网络(DBN)时空相关性建模的风光荷功率概率预测方法。基于R藤Copula模型和传递熵刻画多维变量的空间相关性,建立初始状态的贝叶斯网络;将初始贝叶斯网络在时间点序列上进行延拓,构建可刻画风光荷功率时间自相关性和空间相关性的DBN;将所建模型应用于计及时空相关性的高维风光荷功率概率预测。算例仿真验证了所提方法的有效性。

摘要： 当前研究者主要通过对历史交易数据的学习生成预测模型,由于影响市场的因素动态可变,因此训练好的模型在实际应用中预测效果远不及预期.针对现有预测模型适应力较弱的问题,文中提出基于分层动态贝叶斯网络的股市趋势扰动推理算法,对股市趋势进行实时预测.首先,针对稳定性较高的均线数据,通过马尔可夫毯对均线特征进行融合,提取为均线能量,得到均线的量化特征.由于多根均线之间存在结构关系,这种结构关系具有较强的抗噪能力和稳定性,因此利用分层动态贝叶斯网络对单根均线内部结构和多均线之间结构关系进行建模.然后,对顶层网络中多结点状态进行扰动,通过动态灵敏性分析实时计算结点状态变化对于股市趋势影响力.最后,基于灵敏分析的结果,利用联合树对股市趋势进行动态推理.在实际数据上的实验证明文中算法的有效性.

摘要： 为消除古建筑群火灾安全隐患,增强预防扑救能力,采用解释结构模型(ISM)和动态贝叶斯网络(DBN)相结合的方法对古建筑群火灾全过程风险因素和演化规律进行分析。首先,根据古建筑群火灾发展全过程建立火灾风险因素层级架构,运用ISM获得各层级风险因素之间的关系;其次,使用DBN构建古建筑群火灾情景推演路径;最后,以某景区古建筑群为例,计算得到火灾演化路径各节点的状态概率,再结合ISM挖掘主要环节深层风险因素。结果表明:某景区古建筑群主要节点中发生室内火灾和扩散至临近建筑的节点状态概率较高,分别为86.4%和87.6%;为增强其应急处置能力,应减少室内可燃物荷载,增强人的自救互救能力,提高应急演练水平,加强防火墙等设施;挖掘其更深层次因素,应制定完备的应急预案、加强消防安全培训和制定消防安全管理制度。该推演情景与实际贴合程度高,有助于古建筑群火灾的精准应急管理和风险防控。

摘要： 为有效应对危化品事故发生与演变时存在的动态性及不确定性问题,基于事故演变过程中的关键情景状态及对应孕灾环境、应急活动和处置目标等要素,引入动态贝叶斯网络方法,构建危化品事故情景推演网络,并结合复杂网络知识,对孕灾环境和应急活动2类事故影响因素节点进行敏感性和重要度分析。结果表明:情景推演网络计算的情景节点概率符合事故发生的实际情况,能够对危化品事故在不同孕灾环境和应急救援下的演变路径进行推演,并且分析得到燃烧物、消防力量、火场环境和建筑密度等关键影响因素节点,研究结果可为事故处理提供应急辅助决策支持。

摘要： 为揭示石油炼化装置事故风险动态特性和事故情景演变路径,在对石化装置进行风险因素分析的基础上构建石化装置火灾事故故障树,基于贝叶斯网络非常规突发事故的演变过程,构建情景演变下的动态贝叶斯网络模型,在综合考虑应急措施的基础上,利用MATLAB软件和联合概率公式计算出各种事故场景的状态概率。以丙烯精馏装置火灾事故为例,结果表明:丙烯精馏装置故障主要影响因素为精馏塔体故障和冷凝器、再沸器故障,其中,丙烯泄漏起火被控制概率为73.7%,装置发生流淌火被扑灭概率为60.4%,冷凝器、再沸器抢修成功概率为57%。基于贝叶斯网络的动态风险分析方法能够对石化装置火灾事故的演变进行合理预测,为石化装置火灾事故应急决策提供理论依据。

摘要： 在高比例可再生能源参与市场竞争的背景下,电价波动更为剧烈。为了对电价区间进行预测,提出了动态贝叶斯网络(Dynamic Bayesian Network, DBN)的电价区间预测方法。该方法以风电发电量、总发电量和总用电量的预测值以及历史电价真实值为输入数据,以贪婪搜索算法确定DBN的网络结构,以最大似然估计法(Maximum Likelihood Estimate, MLE)估计DBN网络参数,建立DBN模型。然后以风电发电量、总发电量和总用电量的预测值为推理证据,采用联合树推理得到电价预测的离散值和后验概率,实现电价的区间预测。最后将所提方法与电价真实值、对比方法进行比较,验证了所提方法的有效性。所提方法不仅能得到电价的预测区间,而且能给出对应的概率,对提高市场成员的收益、规避价格风险具有指导意义。

摘要： 在当前体系对抗作战中,对敌方目标的意图识别和威胁评估对作战指挥决策具有十分重要的意义。当前目标威胁评估通常采用静态贝叶斯网络(BN),针对该方法在表达战场态势动态变化、处理未知不明确信息2个方面的问题和不足,分析动态贝叶斯网络(DBN)和证据网络在上述2个方面的优点,设计提出了利用DBN和证据网络相结合进行目标威胁评估的方法,并结合太空目标的威胁评估的具体问题,在分析威胁评估层次结构和因素确定的基础上,建立了基于DBN和证据网络的目标威胁评估模型,得到了相应的评估结果。研究结果表明,此模型在处理战场态势动态变化和未知信息上,具有一定的合理性和先进性,并且对其余相同类型目标威胁评估具有参考价值,能够为指挥辅助决策提供技术支撑。

摘要： 针对空地打击任务时,难以实现高效准确目标毁伤效果评估的问题。提出利用电视制导导弹传回的视频图像确定导弹落点,通过对导弹战斗部威力、目标易损性和目标毁伤效果评估模型的建模分析,加入基于毁伤时间流的贝叶斯网络,从而实现在时间演化过程中对目标毁伤程度及趋势的评估。评估方法有效克服了传统方法的主观性和不确定性,结果准确性较高,适用于战时精准目标毁伤效果评估。

摘要： 近年来多发的网络舆情事件频繁考验着政府的导控能力,利用动态贝叶斯网络对网络舆情进行预警具有重大的现实意义。在参考现有模型的基础上,细化指标体系,增加维度,结合专家意见和实际情况,构建网络舆情预警模型,并对典型网络舆情事件进行展开分析和原因诊断。将40个网络舆情案例作为训练集导入模型,对模型进行有效性验证,得到的结果与实际基本相符。

摘要： 针对复杂地形下低慢小目标难以防御的难题,本文分析并研究对于与低慢小目标威胁评估具有影响作用的因素,提出一种基于动态贝叶斯网络的威胁评估方法。基于低慢小目标的威胁属性,构建动态贝叶斯网络拓扑,利用贝叶斯理论推理出威胁值;并通过仿真试验验证该种基于动态贝叶斯网络的方法在对低慢小目标进行威胁评估是可行的。

摘要： 信息化作战指挥是一个复杂的决策过程,涉及因素众多.依据定量分析和定性分析相结合的决策思想,提出基于动态贝叶斯网络的作战指挥决策支持方法.首先分析作战指挥决策过程,把其映射为复杂的动态贝叶斯网络问题;而后分析解决确定网络节点变量、建立有向无环图、条件概率估计和建立子问题模板库等关键技术问题.最后,基于简化实例,利用贝叶斯网络进行战场事件推理,对指挥决策支持方法做了具体阐述,同时也证明了该方法的实用性.

摘要： 提出了基于动态贝叶斯网络的风电机组故障诊断方法,进一步阐述了动态贝叶斯网络的构建过程,通过广泛收集风电机组各部件的结构资料,综合故障检修、设备检测数据及故障征兆.经过对设备故障与检修过程数据的统计分析,获取了各故障具有明显征兆特点的条件概率,在动态先验维修过程数据的基础上,建立了基于动态贝叶斯网络的风电机组故障诊断网.并根据风电机组设备运行及故障特点优化故障诊断推理过程,采用联合概率计算,进行故障元件的概率计算.依据概率分布情况提出检修方案,并提高检修的准确性.本文通过风电机组发电机轴承温度高故障实例分析,诊断结果验证了该方法的正确性与有效性.

摘要： 提出了基于动态贝叶斯网络的风电机组故障诊断方法,进一步阐述了动态贝叶斯网络的构建过程,通过广泛收集风电机组各部件的结构资料,综合故障检修、设备检测数据及故障征兆.经过对设备故障与检修过程数据的统计分析,获取了各故障具有明显征兆特点的条件概率,在动态先验维修过程数据的基础上,建立了基于动态贝叶斯网络的风电机组故障诊断网.并根据风电机组设备运行及故障特点优化故障诊断推理过程,采用联合概率计算,进行故障元件的概率计算.依据概率分布情况提出检修方案,并提高检修的准确性.本文通过风电机组发电机轴承温度高故障实例分析,诊断结果验证了该方法的正确性与有效性.

摘要： 提出了基于动态贝叶斯网络的风电机组故障诊断方法,进一步阐述了动态贝叶斯网络的构建过程,通过广泛收集风电机组各部件的结构资料,综合故障检修、设备检测数据及故障征兆.经过对设备故障与检修过程数据的统计分析,获取了各故障具有明显征兆特点的条件概率,在动态先验维修过程数据的基础上,建立了基于动态贝叶斯网络的风电机组故障诊断网.并根据风电机组设备运行及故障特点优化故障诊断推理过程,采用联合概率计算,进行故障元件的概率计算.依据概率分布情况提出检修方案,并提高检修的准确性.本文通过风电机组发电机轴承温度高故障实例分析,诊断结果验证了该方法的正确性与有效性.

摘要： 高速铁路列车控制系统是保证高速列车行车安全,提高运输效率的核心系统,必须对其可靠性进行深入研究.本文根据高速列车运行控制系统车载设备构成图,建立了车载设备动态故障树模型,并将其转化为动态贝叶斯网络,利用贝叶斯网络推理算法计算顶事件概率,得到系统可靠性.同时假设系统发生故障,利用贝叶斯网络的反向推理,得到了各子设备发生故障的概率,对故障源的定位提供参考信息.仿真结果表明,利用本文所述的动态贝叶斯网络方法,能够得到车载子系统任意时刻的可靠度,进而可对车载子系统可靠性进行实时评估.

摘要： 影响海洋油气平台火灾概率的因素有很大的不确定性,为解决其不确定性和随机性问题,将动态贝叶斯网络引入到海洋平台火灾概率预测.动态贝叶斯网络作为一种概率推理方法,能够利用先验信息和实际观测信息动态评估和预测未知参数.本文利用证据理论确定动态贝叶斯网络先验概率,利用三角模糊函数和等级节点距离公式,确定动态贝叶斯网络条件概率,运用马尔科夫模型研究动态贝叶斯网络转移概率,并利用动态贝叶斯网络预测海洋平台火灾概率时序变化规律.

摘要： 将数据扩展方法应用于动态贝叶斯网络的参数学习中,利用随机抽样算法对小样本数据进行数据扩展,并采用贝叶斯后验概率公式对扩展数据进行修正,同时计算观测数据的后验概率,然后在扩展数据的基础上,完成动态贝叶斯网络的学习和推理.仿真实验表明这种方法可以降低预测模型中节点的联合效应所造成的误差积累,提高模型的预测精度.

摘要： 在动态的复杂环境中,系统的故障通常由多组件退化导致,但多组件间存在的相互影响往往是被忽略的,因为组件间的相关性通常是模糊的,难以描述的.本文通过使用动态贝叶斯网络(DBN)考虑组件间的相互依赖性,通过将退化过程划分退化等级来建立相关性模型,为系统提供剩余使用寿命(RUL)估计方法.根据理论物理模型,建立了相同组件间的相互作用模型,解决了数据不足的问题.通过整合这些退化过程模型来建立RUL估计模型.RUL值是通过使用性能的故障阈值计算从检测点和预测的故障点之间的时间差获得的.

摘要： 为解决光电探测系统由于多场耦合引起的性能退化建模难题,提出以光电探测系统的能量域表述为基础,建立数字孪生模型以解决其性能退化预测问题的方法.在该数字孪生模型的建立过程中,采用调制传递函数构建光电探测系统的静态性能物理模型;进一步采用动态贝叶斯网络表示调制传递函数随时间的演变规律,实现对其动态性能退化过程的图模型描述;最后通过粒子滤波算法实现系统的状态监测和性能预测,从而完成光电探测系统数字孪生模型的建立,并给出了具有不确定性估计的仿真验证结果,验证了数字孪生模型能够较好的解决光电探测系统的性能预测问题.

摘要： 为解决飞机襟翼系统可靠性分析时动态的、维修性问题,引入一种基于动态贝叶斯网络理论的方法,提出了动态贝叶斯网络可靠性建模分析技术,弥补了传统方法在动态可靠性问题分析的局限性.在建模方面,利用贝叶斯网络能有效刻画系统动态行为;在此基础上建立了系统任务可靠性数学模型,运用MATLAB中的BNT工具及语言,输入有关部件的故障率,实现襟翼系统可靠性仿真.结果表明,动态贝叶斯网络在飞机襟翼系统可靠性分析上的应用能够减少状态空间爆炸问题,减少非根节点条件概率表的维数,提高运算效率以及显著改善计算精确度.

摘要： 一种基于贝叶斯网络的高动态移动自组织网络抗毁性评估方法。本发明以提高移动自组织网络抗毁抗扰能力，保证主要服务、降低受损范围为目标，以中心节点选择为基础，以贝叶斯网络模型和ARMA模型为手段，解决高动态移动自组织网络链路状态评估问题。通过中心节点选举和主动探测，获得网络拓扑结构和活跃路径的运行状态，结合贝叶斯网络，推断出活跃路由中发生劣化的链路，并广播该消息；与劣化链路关联的相关节点收到中心节点的消息后，基于历史数据。结合ARMA模型，预测劣化链路的劣化持续时间。本发明引用了基于Raft一致性选举算法、贝叶斯结构学习方法、贝叶斯参数学习方法和局部联合树推理模型和自回归滑动平均模型(ARMA)。

摘要： 本发明公开一种基于贝叶斯网络攻击图的多目标网络安全动态评估方法，包括如下步骤：步骤1，构建贝叶斯网络攻击图，并建立多目标风险评估模型；步骤2，利用灰狼优化的自组织多目标进化算法对模型进行求解，得到多种不同的攻击策略；步骤3，从攻击者的角度得到最优的攻击路径，从防御者的角度得到安全系数最低的路径，对其进行加固。此种基于贝叶斯网络攻击图的多目标网络安全动态评估方法考虑攻击者与防御者的动态行为模式，找到适合双方的最佳路径，防止攻击者的攻击。

摘要： 一种基于贝叶斯网络的高动态移动自组织网络抗毁性评估方法。本发明以提高移动自组织网络抗毁抗扰能力，保证主要服务、降低受损范围为目标，以中心节点选择为基础，以贝叶斯网络模型和ARMA模型为手段，解决高动态移动自组织网络链路状态评估问题。通过中心节点选举和主动探测，获得网络拓扑结构和活跃路径的运行状态，结合贝叶斯网络，推断出活跃路由中发生劣化的链路，并广播该消息；与劣化链路关联的相关节点收到中心节点的消息后，基于历史数据。结合ARMA模型，预测劣化链路的劣化持续时间。本发明引用了基于Raft一致性选举算法、贝叶斯结构学习方法、贝叶斯参数学习方法和局部联合树推理模型和自回归滑动平均模型(ARMA)。

摘要： 本发明涉及航空产品的交货期预测技术领域，公开了一种基于贝叶斯网络的航空产品交货期风险动态预测方法，包括：步骤S1.将产品制造流程抽象为流程网络图模型构建产品制造流程网络图；步骤S2.利用历史数据对流程图节点的开始时间和结束时间进行流程图节点工期的灰色预测；步骤S3.将产品制造流程网络图转化为多层级贝叶斯流程网络模型；步骤S4.将各个节点流程图的工期状态进行组合，根据组合结果对产品的交货风险进行动态预测。本发明用于利用贝叶斯网络进行航空产品的交货期风险动态预测，并实现交货期过程中的风险动态管理。

摘要： 本发明提出基于变结构动态混合型贝叶斯网络的斜拉桥安全评估方法，利用变结构HDBN建立斜拉桥安全评估及预测模型，使各时间片下的BN拓扑一致，且基于力学方法及索应力影响矩阵构建，相邻时间片间的各连续型节点通过由前一时间片指向后一时间片的有向弧连接；通过设置各时间片间的转移网络拓扑相同而条件概率不同来形成变结构的HDBN，以体现斜拉桥外荷载水平的时序变化；当进行评估时，以之前某段时间监测得的拉索应力最大值作为证据，通过自动匹配对应的时间片为t，并将已知证据代入该时间片t的相应节点中，对模型各时间片的各节点值进行推理，以体系节点的状态概率作为安全评估的依据；本发明能仅根据少量索节点证据对斜拉桥安全性能进行有效评估。

摘要： 本发明公开了一种基于动态贝叶斯网络的载波网络故障诊断方法，涉及载波网络管理技术领域。所述方法包括根据故障和症状的关系，构建故障传播模型；根据异常症状节点集合和异常故障节点集合，构建动态贝叶斯故障传播模型，并根据所述动态贝叶斯故障传播模型，得到两个时间片上的故障诊断模型；根据两个时间片上的故障诊断模型，得到前一阶段最大可能的故障节点状态集合；根据前一阶段最大可能的故障节点状态集合，得到当前阶段最大可能的故障节点状态集合。本发明通过将动态网络环境下的故障诊断问题建模为动态贝叶斯故障诊断模型，提出基于动态贝叶斯网络的载波网络故障诊断方法，能够有效降低动态网络环境给故障诊断模型带来的噪声问题。

摘要： 本发明公开了一种基于动态贝叶斯网络的载波网络故障诊断方法，涉及载波网络管理技术领域。所述方法包括根据故障和症状的关系，构建故障传播模型；根据异常症状节点集合和异常症状节点集合，构建动态贝叶斯故障传播模型，并根据所述动态贝叶斯故障传播模型，得到两个时间片上的故障诊断模型；根据两个时间片上的故障诊断模型，得到前一阶段最大可能的故障节点状态集合；根据前一阶段最大可能的故障节点状态集合，得到当前阶段最大可能的故障节点状态集合。本发明通过将动态网络环境下的故障诊断问题建模为动态贝叶斯故障诊断模型，提出基于动态贝叶斯网络的载波网络故障诊断方法，能够有效降低动态网络环境给故障诊断模型带来的噪声问题。

摘要： 一种基于动态贝叶斯网络的基因调控网络构建方法，包括以下步骤：步骤一：获取基因表达的时间序列数据；步骤二：时间序列数据采用离散化方法，离散成数个表达水平；步骤三：设定基因调控网络的时间延迟；步骤四：利用动态贝叶斯网络的结构学习算法采用最大似然法，推导基因调控网络。本发明能有效降低复杂度、提升重建性能、实用性强。

摘要： 本发明公开了一种基于动态贝叶斯网络的系统电磁易损性评估方法，属于电磁安全领域。1.根据电子信息系统的外部电磁脉冲环境，建立电磁脉冲与电子系统的相互作用顺序图；2.构建分层静态贝叶斯网络；3.根据需要进行电磁易损性评估的时间区间均选T个时间节点，在电磁脉冲影响下，在每一个时间节点上分析底层节点的失效概率，作为底层节点的观测状态；4.根据T个时间节点的时间顺序，构建离散动态贝叶斯网络；5.将离散动态贝叶斯网络拆分成多个两层结构的动态贝叶斯网络，根据底层节点的观测状态定义前向算子和后向算子，推理顶层隐藏节点的状态，得到系统的失效概率，实现了动态描述电子信息系统整体或部分不同时间的电磁易损性。

摘要： 本发明涉及一种基于动态贝叶斯网络的抗干扰红外目标识别方法，贝叶斯特征向量的构建与更新。贝叶斯特征向量主要通过目标与干扰的辐射强度，外形轮廓等特征抽象表示组合而成，实现目标与干扰特征化定义，为精准识别奠定基础。特征向量时序关联与匹配。在特征向量构建完成的基础上，以特征为核心，构建静态贝叶斯网络，描述特征间关联。同时，以静态贝叶斯网络为初始网络，针对不同时刻相同节点特征，构建动态贝叶斯网络框架。贝叶斯网络下推理与识别。在干扰投射过程中，目标与干扰特征连续变化，前后时刻特征差异较小。在当前动态贝叶斯网络构建完成的基础上，通过特征时序变化推理识别目标信息，提升识别精度，完成目标识别方法的架构设计。