發(fā)布時(shí)間：2018-12-15 04:44

【摘要】：由于分層系統(tǒng)的系統(tǒng)結(jié)構(gòu)復(fù)雜,且系統(tǒng)不同層次可靠性信息具有不均衡性的特點(diǎn),使得分層系統(tǒng)的可靠性建模較為困難.考慮二態(tài)情況,通過(guò)引入貝葉斯網(wǎng)絡(luò)描述分層系統(tǒng)元素間的失效關(guān)系,并考慮了系統(tǒng)元素間級(jí)聯(lián)失效問(wèn)題,結(jié)合貝葉斯多源信息融合方法,以貝葉斯網(wǎng)絡(luò)模型為基礎(chǔ)整合了系統(tǒng)各層元素的可靠性信息,構(gòu)成了一種較為通用的二態(tài)分層系統(tǒng)可靠性分析方法.算例結(jié)果表明:該方法在貝葉斯網(wǎng)絡(luò)模型計(jì)算過(guò)程中能夠融合系統(tǒng)各層元素可靠性信息并有效處理級(jí)聯(lián)失效問(wèn)題,提高了系統(tǒng)可靠性后驗(yàn)均值估計(jì)的準(zhǔn)確性,減小了系統(tǒng)可靠性結(jié)論的后驗(yàn)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.
【作者單位】： 西北核技術(shù)研究所第五研究室;西北核技術(shù)研究所高功率微波技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金重點(diǎn)基金(61231003);國(guó)家自然科學(xué)基金青年基金(61201090)
【分類(lèi)號(hào)】：TP18;TB114.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉樂(lè)平;高磊;盧志義;;貝葉斯身世之謎——寫(xiě)在貝葉斯定理發(fā)表250周年之際[J];統(tǒng)計(jì)研究;2013年12期

2 云連英;汪榮偉;;保費(fèi)調(diào)整的貝葉斯方法[J];統(tǒng)計(jì)與決策;2006年05期

3 閔素芹;李群;;分層線性模型中的經(jīng)驗(yàn)貝葉斯與完全貝葉斯方法及其比較[J];統(tǒng)計(jì)與決策;2010年11期

4 丁以華;;貝葉斯方法的發(fā)展及其存在問(wèn)題[J];質(zhì)量與可靠性;1986年01期

5 陶波;蘇德清;王玲玲;費(fèi)鶴良;;關(guān)于元件失效率等級(jí)鑒定試驗(yàn)的一種貝葉斯方法[J];應(yīng)用概率統(tǒng)計(jì);1990年03期

6 張堯庭;應(yīng)積極開(kāi)展對(duì)貝葉斯學(xué)派的介紹和研究[J];統(tǒng)計(jì)研究;1992年04期

7 鄭駿;隨機(jī)方法與貝葉斯方法在高新技術(shù)中的應(yīng)用[J];軟科學(xué);1995年01期

8 胡振宇,林士敏;貝葉斯網(wǎng)絡(luò)中的貝葉斯學(xué)習(xí)[J];廣西科學(xué)院學(xué)報(bào);2000年S1期

9 Bradley Efron ,朱鈺,謝愛(ài)輝,郭曉燁;貝葉斯學(xué)派統(tǒng)計(jì)學(xué)家,頻率學(xué)派統(tǒng)計(jì)學(xué)家和科學(xué)家[J];統(tǒng)計(jì)與信息論壇;2005年04期

10 黎紅;陶勇;;基于主觀貝葉斯方法的裝備故障概率分析[J];國(guó)防技術(shù)基礎(chǔ);2009年02期

相關(guān)會(huì)議論文 前6條

1 周桃庚;沙定國(guó);;貝葉斯可靠性序貫驗(yàn)證試驗(yàn)方法[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（下）[C];2001年

2 寧鵬達(dá);;貝葉斯方法在風(fēng)險(xiǎn)投資項(xiàng)目決策中的應(yīng)用[A];第四屆中國(guó)科學(xué)學(xué)與科技政策研究會(huì)學(xué)術(shù)年會(huì)論文集（Ⅰ）[C];2008年

3 朱永生;;貝葉斯方法確定泊松變量的置信上限[A];中國(guó)物理學(xué)會(huì)高能物理分會(huì)第七屆學(xué)術(shù)年會(huì)實(shí)驗(yàn)分會(huì)場(chǎng)論文集[C];2006年

4 王增忠;柳玉杰;施建剛;;建筑工程項(xiàng)目全壽命安全管理決策的貝葉斯方法[A];中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國(guó)會(huì)員代表大會(huì)暨第七屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

5 郝飛龍;王瑋;劉福升;;動(dòng)態(tài)線性季節(jié)模型及其貝葉斯預(yù)測(cè)[A];2003中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十一屆學(xué)術(shù)年會(huì)論文集（上）[C];2003年

6 費(fèi)斌軍;陳勃;;疲勞強(qiáng)度參數(shù)概率分布的貝葉斯方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

相關(guān)博士學(xué)位論文 前4條

1 林靜;基于MCMC的貝葉斯生存分析理論及其在可靠性評(píng)估中的應(yīng)用[D];南京理工大學(xué);2008年

2 李旭升;貝葉斯網(wǎng)絡(luò)分類(lèi)模型研究及其在信用評(píng)估中的應(yīng)用[D];西南交通大學(xué);2007年

3 付佳鈺;[D];華東師范大學(xué);2014年

4 李素芳;基于貝葉斯分位回歸理論的截面相依面板協(xié)整研究[D];湖南大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張路路;貝葉斯網(wǎng)絡(luò)系統(tǒng)可靠性分析及故障診斷方法研究[D];山東建筑大學(xué);2015年

2 周潔超;基于貝葉斯網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)[D];大連海事大學(xué);2016年

3 羅會(huì)亮;基于粗糙集的貝葉斯網(wǎng)絡(luò)模式識(shí)別模型與方法研究[D];重慶大學(xué);2008年

4 郭艷軍;貝葉斯網(wǎng)學(xué)習(xí)方法及應(yīng)用研究[D];華中科技大學(xué);2009年

5 時(shí)光;貝葉斯認(rèn)識(shí)論初探[D];南京師范大學(xué);2008年

6 孟麗麗;應(yīng)用貝葉斯網(wǎng)絡(luò)分析我國(guó)農(nóng)村居民消費(fèi)價(jià)格指數(shù)的影響因素[D];湘潭大學(xué);2011年

7 王曉園;貝葉斯方法在保險(xiǎn)精算中的應(yīng)用研究[D];重慶理工大學(xué);2011年

8 趙雷;社會(huì)科學(xué)中的貝葉斯方法研究[D];山西大學(xué);2012年

9 張禮明;貝葉斯因子在項(xiàng)目反應(yīng)模型選擇中的應(yīng)用[D];東北師范大學(xué);2013年

10 王國(guó)勇;基于多子網(wǎng)優(yōu)化組合的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)與學(xué)習(xí)模型研究[D];華南理工大學(xué);2013年

，

本文編號(hào)：2380002