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。對維修管理的安全質(zhì)量進行評估,對可能存在風險隱患進行分析,執(zhí)行相應(yīng)的調(diào)控措施并對未來狀況進行預(yù)測,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,本文從評價、調(diào)控、預(yù)警三個方面提出了以下的研究內(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體系,通過模糊綜合評價方法以及區(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。通過建立的模型對安全狀況進行評價,通過貝葉斯推理查找并分析了風險因素。其次,基于互信息的計算對貝葉斯網(wǎng)絡(luò)模型中的節(jié)點進行縮減,利用隨機集理論知識結(jié)合構(gòu)建的貝葉斯網(wǎng)絡(luò)模型,對組合原因下的安全狀況正向診斷以及反向推理進行分析。然后,面對有標記樣本不足的問題,基于半監(jiān)督學(xué)習的基于貝葉斯神經(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)練集和測試集上的結(jié)果驗證表明了其有效性。通過訓(xùn)練的網(wǎng)絡(luò)結(jié)合方差分解的方法,計算了各個因素的敏感性指標,對指標之間的關(guān)聯(lián)影響進行了分析并根據(jù)風險因素的敏感性進行組合調(diào)控。最后...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：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
        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價指標分析
        2.2.2 航空公司安全維修評價模型
    2.3 貝葉斯網(wǎng)絡(luò)參數(shù)計算
        2.3.0 區(qū)間數(shù)學(xué)和模糊評價方法
        2.3.1 根節(jié)點概率
        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)點縮減
    3.2 基于隨機集的組合原因分析方法
        3.2.1 隨機集基本概念
        3.2.2 結(jié)合貝葉斯網(wǎng)絡(luò)和隨機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)計算方法
    4.3 算例分析
        4.3.1 運行環(huán)境
        4.3.2 指標選取
        4.3.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練半監(jiān)督學(xué)習
        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)的風險預(yù)警分析
    5.1 深度信念網(wǎng)絡(luò)
        5.1.1 受限玻爾茲曼機
        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 實例分析
        5.3.1 預(yù)警等級劃分
        5.3.2 實際數(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
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：3805872