一种基于D-S证据理论的水轮机故障诊断方法

为解决不确定条件下水轮机故障诊断问题,在故障样本集的基础上通过粗糙集约简冗余属性获取了诊断规则进行故障诊断。对检测信息不完备时根据检测条件属性通过贝叶斯定理计算缺失属性发生的概率用于故障判断。针对多个诊断中出现的问题,通过D-S证据理论进行融合以获取一致性输出。示例证明了该方法的可行性与有效性。

基于贝叶斯网络的内河航道拥堵预警系统设计

利用博德现代事故因果连锁理论研究了内河航道拥堵成因,论述了贝叶斯网络模型在内河航道拥堵预测预警方面的优越性,重点分析描述了基于贝叶斯网络的内河航道拥堵预测预警模型建模过程,并借助GIS平台技术从系统架构设计、作业流程与开发技术3个方面介绍了一种基于贝叶斯网络的内河航道拥堵预警系统设计。

基于DBN的计算系统动态安全分析模型

计算系统脆弱性分析是系统安全领域研究的热点问题之一。随着多核技术的出现,计算系统呈现开放性和动态性的特征。有鉴于此,在研究现有系统安全风险分析的基础上,提出了面向动态计算系统的安全分析模型,它利用动态贝叶斯网络构建攻击图,以解决计算系统脆弱性动态转移的问题。最后,以虚拟计算系统为实例验证了所提方法的效率和性能。实例仿真表明,该方法是动态系统安全风险分析的一种新的有效途径。

小样本条件下BP网络对滑动轴承材料磨损系数的预测研究

利用具有高度非线性映射能力的 BP神经网络解决滑动轴承磨损预测的计算问题。在论述 BP算法及改进模型原理的基础上 ,利用它们对滑动轴承材料边界磨损系数的预测效果进行了比较 ,进而在小样本情况下通过 Baysian正规化 BP网络对滑动轴承材料边界磨损系数进行了预测 ,分析了影响预测效果的原因 ,在合理剔除奇异点后给出了对滑动轴承材料磨损预测的最佳 Baysian正规化 BP网络结构 ,为合理进行磨损试验提供了理论依据。对预测结果进行残差分析证明 ,该方法效果较为理想。