發(fā)布時(shí)間：2023-04-29 22:32

　　航空公司維修質(zhì)量管理是民航信息管理中的重要內(nèi)容。對(duì)維修管理的安全質(zhì)量進(jìn)行評(píng)估,對(duì)可能存在風(fēng)險(xiǎn)隱患進(jìn)行分析,執(zhí)行相應(yīng)的調(diào)控措施并對(duì)未來狀況進(jìn)行預(yù)測(cè),這能有效提高航空公司維修管理系統(tǒng)的安全可靠性。針對(duì)維修質(zhì)量安全問題,從航空公司的維修質(zhì)量管理系統(tǒng)入手,通過總結(jié)已有研究存在的不足,本文從評(píng)價(jià)、調(diào)控、預(yù)警三個(gè)方面提出了以下的研究?jī)?nèi)容:首先,根據(jù)航空公司維修質(zhì)量管理的要求建立了指標(biāo)體系,通過模糊綜合評(píng)價(jià)方法以及區(qū)間數(shù)學(xué)的理論結(jié)合貝葉斯方法構(gòu)建了維修質(zhì)量安全狀況的貝葉斯網(wǎng)絡(luò)模型。通過建立的模型對(duì)安全狀況進(jìn)行評(píng)價(jià),通過貝葉斯推理查找并分析了風(fēng)險(xiǎn)因素。其次,基于互信息的計(jì)算對(duì)貝葉斯網(wǎng)絡(luò)模型中的節(jié)點(diǎn)進(jìn)行縮減,利用隨機(jī)集理論知識(shí)結(jié)合構(gòu)建的貝葉斯網(wǎng)絡(luò)模型,對(duì)組合原因下的安全狀況正向診斷以及反向推理進(jìn)行分析。然后,面對(duì)有標(biāo)記樣本不足的問題,基于半監(jiān)督學(xué)習(xí)的基于貝葉斯神經(jīng)網(wǎng)絡(luò)方法有效利用了系統(tǒng)中的無標(biāo)記樣本,完成了半監(jiān)督貝葉斯神經(jīng)網(wǎng)絡(luò)訓(xùn)練。訓(xùn)練集和測(cè)試集上的結(jié)果驗(yàn)證表明了其有效性。通過訓(xùn)練的網(wǎng)絡(luò)結(jié)合方差分解的方法,計(jì)算了各個(gè)因素的敏感性指標(biāo),對(duì)指標(biāo)之間的關(guān)聯(lián)影響進(jìn)行了分析并根據(jù)風(fēng)險(xiǎn)因素的敏感性進(jìn)行組合調(diào)控。最后...

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
注釋表
縮略詞
第一章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 安全建模分析
        1.3.2 組合原因分析
        1.3.3 靈敏度分析
        1.3.4 預(yù)警分析
    1.4 論文主要思路與安排
第二章 基于貝葉斯網(wǎng)絡(luò)的維修管理系統(tǒng)建模
    2.1 貝葉斯網(wǎng)絡(luò)
        2.1.1 基本概念
        2.1.2 貝葉斯網(wǎng)絡(luò)學(xué)習(xí)
        2.1.3 貝葉斯推理
    2.2 維修管理系統(tǒng)結(jié)構(gòu)模型構(gòu)建
        2.2.1 航空公司安全維修評(píng)價(jià)指標(biāo)分析
        2.2.2 航空公司安全維修評(píng)價(jià)模型
    2.3 貝葉斯網(wǎng)絡(luò)參數(shù)計(jì)算
        2.3.0 區(qū)間數(shù)學(xué)和模糊評(píng)價(jià)方法
        2.3.1 根節(jié)點(diǎn)概率
        2.3.2 條件概率表
    2.4 航空公司維修管理系統(tǒng)安全狀況分析
        2.4.1 環(huán)比分析
        2.4.2 同比分析
        2.4.3 基于貝葉斯推理的安全分析
    2.5 本章小結(jié)
第三章 基于隨機(jī)集貝葉斯網(wǎng)絡(luò)的組合原因診斷
    3.1 數(shù)據(jù)縮減
        3.1.1 信息熵
        3.1.2 貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)縮減
    3.2 基于隨機(jī)集的組合原因分析方法
        3.2.1 隨機(jī)集基本概念
        3.2.2 結(jié)合貝葉斯網(wǎng)絡(luò)和隨機(jī)集方法的組合原因分析方法
    3.3 案例分析
        3.3.1 正向推理
        3.3.2 反向推理
    3.4 本章小結(jié)
第四章 基于半監(jiān)督貝葉斯神經(jīng)網(wǎng)絡(luò)的敏感性調(diào)控分析
    4.1 半監(jiān)督方法的貝葉斯神經(jīng)網(wǎng)絡(luò)
        4.1.1 貝葉斯神經(jīng)網(wǎng)絡(luò)
        4.1.2 半監(jiān)督貝葉斯神經(jīng)網(wǎng)絡(luò)方法
        4.1.3 訓(xùn)練過程
    4.2 安全敏感性分析
        4.2.1 方差分解法
        4.2.2 結(jié)合神經(jīng)網(wǎng)絡(luò)的敏感性參數(shù)計(jì)算方法
    4.3 算例分析
        4.3.1 運(yùn)行環(huán)境
        4.3.2 指標(biāo)選取
        4.3.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練半監(jiān)督學(xué)習(xí)
        4.3.4 敏感性分析
        4.3.5 敏感性調(diào)控
    4.4 本章小結(jié)
第五章 基于深度信念網(wǎng)絡(luò)的風(fēng)險(xiǎn)預(yù)警分析
    5.1 深度信念網(wǎng)絡(luò)
        5.1.1 受限玻爾茲曼機(jī)
        5.1.2 深度信念網(wǎng)絡(luò)訓(xùn)練
        5.1.3 半監(jiān)督方法的數(shù)據(jù)擴(kuò)展
    5.2 航空維修模型深度信念網(wǎng)絡(luò)訓(xùn)練
        5.2.1 數(shù)據(jù)處理
        5.2.2 網(wǎng)絡(luò)訓(xùn)練及驗(yàn)證方法
        5.2.3 深度信念網(wǎng)絡(luò)參數(shù)
        5.2.4 訓(xùn)練過程以及訓(xùn)練結(jié)果
    5.3 實(shí)例分析
        5.3.1 預(yù)警等級(jí)劃分
        5.3.2 實(shí)際數(shù)據(jù)預(yù)警分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文
附錄 DBN部分代碼(MATLAB)



本文編號(hào)：3805872