基于动态贝叶斯网络的装配式建筑吊装施工安全风险分析

针对装配式建筑吊装施工期间风险影响因素多、不确定性高及风险状态随时间动态变化等问题,提出基于动态贝叶斯网络的装配式建筑吊装施工安全风险动态分析方法。首先,根据装配式建筑吊装施工特点和事故致因理论,从“人、物、环、管”4个方面建立风险指标体系。其次,引入时间维度建立动态贝叶斯网络模型,利用模糊理论和专家打分法量化网络节点的概率,并结合Leaky Noisy-or Gate扩展模型修正条件概率。最后,利用动态贝叶斯网络的双向推理功能对装配式建筑吊装施工安全风险进行动态风险分析。由实例分析得到某装配式建筑吊装施工安全风险的时序变化曲线,通过反向推理得到导致吊装事故发生的关键风险因素。研究成果可为分析和有效控制装配式建筑吊装施工安全风险提供新思路。

基于动态贝叶斯网络的多无人机集群对抗策略

红蓝双方集群攻防对抗博弈问题是近年来复杂系统研究领域的热点和难点,在军事领域、网络安全领域和人工智能领域均具有重要的应用价值.在实际对抗中,环境的不确定性和智能体行为的多样性导致问题难以建模,而实战环境又要求智能体能够对态势的变化给出实时、高效的响应.为解决上述问题,本文提出了一种面向红蓝双方集群攻防对抗博弈问题的研究框架.首先,提出了一种基于改进后的兰彻斯特方程的对抗博弈模型,并在此基础上探讨了如何适应性改进Kuhn–Munkres(KM)算法以解决对抗博弈过程中的多目标任务分配问题.其次,为了提升无人机个体的环境适应性,提出了一种集群攻防对抗策略,利用动态贝叶斯网络对集群攻防对抗过程中产生的一系列不确定性因素进行实时、高效的推理和预测.该策略可有效降低对抗模型的复杂度和计算量,广泛提高决策的精确性和快速性.最后,基于上述对抗博弈模型搭建了仿真平台,实时展示红蓝双方无人机集群对抗过程,并对上述算法的有效性进行验证.仿真结果表明,所提出的上述理论框架可以实现红蓝双方对抗模拟演示过程,可有效解决红蓝双方打击对抗过程中的多目标任务分配问题,并对对抗过程中所产生的不确定性因素进行合理的预测和评估.

基于动态贝叶斯网络的多任务剖面混联系统可靠性评估方法

针对混联系统,任务众多和环境复杂多变的特点,进行系统可靠性评估时往往需要考虑不同任务剖面和工作条件。考虑到混联系统的多任务剖面转换时逻辑结构变化,组件数量不同,待工作组件故障的多状态以及故障影响延续等问题,提出了多任务剖面的混联系统可靠性建模与综合评估方法。以含有表决模型的混联电子系统为例,建立多任务剖面可靠性模型,利用动态贝叶斯分析待工作组件的故障状态,从而获得待工作组件故障在任务剖面间的延续性对系统可靠性的影响,同时使用蒙特卡洛方法得到系统中可变参数影响下组件的寿命值。以雷达天线电子系统为例对可靠性模型进行检验,将该模型与不考虑待工作组件故障的模型进行对比,结果表明,考虑待工作组件故障能够更加精确的获知系统可靠性变化趋势,实例验证了该方法对于多任务剖面下混联系统的可靠性评估的有效性。

基于动态贝叶斯网络的蒽醌法制备双氧水工艺风险评估

为降低因蒽醌法制备双氧水而引起的火灾爆炸风险,从蒽醌法制备双氧水工艺中选取危险性较大的萃取净化工序展开风险评估。首先,分析该工序的危险源,采用Freefta软件建立事故树模型,在该模型的基础上使用GeNIe软件绘制事故树转换的动态贝叶斯网络模型;然后,运用专家打分法和模糊分析法计算模型中基本事件的先验概率,运用GeNIe软件在设定的前置条件下计算模型中基本事件的后验概率;最后,比较先验、后验概率之间的变化幅度,确定重要基本事件,揭示引起火灾爆炸的危险源并制定应急处置技术。结果表明:降解物与杂质造成污染、工艺副反应产生并增多、催化剂失效以及双氧水自身化学性质活跃4种重要危险源对萃取净化工序火灾爆炸影响最大;从阻止火灾蔓延与液体疏通的角度针对重要危险源制定应急处置技术效果较好。

一种基于改进动态贝叶斯网络的C4ISR系统互操作能力评估方法

互操作能力是衡量C4ISR系统能力的关键指标,为解决传统互操作能力评价过程中存在的无法对战场环境下处于动态变化的C4ISR系统进行有效仿真评估的问题,通过双维蒙特卡洛方法对传统动态贝叶斯网络进行改进,提出了一种适用于战场环境下C4ISR系统互操作能力的评估方法,为C4ISR系统的规划建设和组织运用提供参考依据。

考虑决策者情绪的暴雨动态贝叶斯网络情景推演

为处理“7·20”河南省特大暴雨灾害的复杂演化过程,验证应急管理措施的科学性和有效性,利用动态贝叶斯网络,运用证据理论和情绪更新机制,提出了一种主客观因素相结合的情景推演方法,较同类方法更加注重对决策者情绪等主观因素的研究。结果表明:动态贝叶斯网络能有效仿真情景推演的动态变化过程,改进DS证据理论能减少方法的主观性并处理演化过程不确定性,情绪更新机制能有效地量化决策主体的情绪变化情况。

基于动态贝叶斯网络的邻近下穿隧道深基坑施工风险分析

为了减小邻近既有下穿隧道深基坑施工风险及灾害损失,科学预防施工安全事故,提出了一种基于动态贝叶斯网络(DBN)的深基坑施工风险分析模型。首先,运用BWM(best worst method)确定准则的权重;其次,基于关联规则挖掘风险因素间的相互关系,并以此构建DBN结构模型;最后,以新建厦门北站地下一层社会连廊深基坑工程为例,对提出的方法进行有效性和适用性检验。结果表明:基坑围护结构的安全度在静态被评为“较高”和“极高”的概率分别为34.6%和36.1%,且此结果随着输入风险证据发生动态变化,运用反向推理也能迅速找出围护桩渗水风险;提出的模型能明确邻近既有下穿隧道深基坑施工风险传递过程中的关键风险点,并能进行动态风险预测以及事故后致因诊断,从而实现邻近既有下穿隧道深基坑施工风险的动态管控。所提出的优化DBN模型对工前风险评估、先验分析和风险诊断有较好的适用性和较高的准确性,可为邻近既有隧道深基坑施工过程中的安全管控提供有效的决策支持,大幅提高风险控制效率。

基于时效因子和动态贝叶斯网络的配电室电力应急演练研究

针对由于灾害性事故频发,配电室应急工作面临严峻挑战的现状,文中对配电室电力灾害事故情景推演技术进行研究。在分析配电室电力灾害的突发性、多变性和演变路径的不明确性、复杂性基础上采用“情景-应对”分析法分析配电室电力事故的构成要素以及其作用关系,将处置措施约束时间引入情景构成要素,基于动态贝叶斯网络构建配电室电力灾害情景推演模型。基于时效性原则进行演练效果评价,通过某矿业公司一起6 kV配电室火灾事故进行实例分析,分析结果表明,推演结果与实际灾害发展情形相吻合,表明了配电室电力灾害事故情景推演模型的可行性。

基于动态贝叶斯网络的医院骨科设备运行风险评估研究

目的:基于动态贝叶斯网络(DBN)构建风险识别模型,探讨其在医院骨科设备运行管理中的应用价值。方法:基于DBN模型识别骨科设备管理中的风险因素,建立风险评价指标集,对可能出现的风险因素进行预警和防范。选取2020年1月至2022年2月空军军医大学第二附属医院临床在用的12台骨科医疗设备,分别采用传统骨科设备质量运行管理方法(简称传统管理模式)和基于DBN的风险识别模型进行设备管理(简称DBN管理模式),比较两种管理模式的设备运行效果、风险发生率和治疗有效率。结果:采用DBN管理模式的设备开机运转效率和设备质量合格率分别为(93.54±4.05)%和(97.51±6.68)%,均高于传统管理模式,故障处理时长和设备零部件损坏率分别为(7.14±1.64)h和(0.48±0.11)%,均少于传统管理模式,其差异有统计学意义(t=8.862、8.228、32.994、73.047,P<0.05);采用DBN管理模式的479份设备使用资料、897例手术、300例设备消毒记录和500份设备日常检查记录中设备功能故障率、零部件破损率、清洁消毒不合格率和设备管理不当发生率分别为0.21%(1/479)、0.33%(3/897)、1.33%(4/300)和2.0%(10/500),均低于传统管理模式,其差异有统计学意义(χ^(2)=21.527、12.964、3.485、6.914,P<0.05);采用DBN管理模式的500例骨科医疗设备治疗有效率为97.8%(489/500),显著高于传统管理模式,其差异有统计学意义(χ^(2)=12.617,P<0.05)。结论:基于DBN的风险识别模型应用于医院骨科医疗设备管理,能够加强骨科设备管理质量,提升设备运行和治疗有效率,预防和规避设备风险。

基于模糊动态贝叶斯网络的公路工程施工安全风险动态评价研究

针对以往有关公路工程施工安全风险研究中缺乏动态性的不足,构建了基于模糊动态贝叶斯网络(FDBN)的公路工程施工安全风险动态评价模型.在收集资料和事故案例分析的基础上,构建了包括人员风险、技术风险、管理风险和环境风险4个方面共39项指标的公路工程施工安全风险评价指标体系;运用故障树模型对指标体系进行表示,并进一步映射到动态贝叶斯网络;将改进的相似聚合法与模糊集理论引入动态贝叶斯网络,构建风险动态评价模型;通过该模型的反向推理功能可得到各个基本事件的后验概率,确定关键风险因素.最后,通过实例分析验证了该模型的有效性,并识别出安全生产教育培训制度不完善等5个关键风险因素,并提出预防措施,为公路工程施工安全风险评估与决策提供依据.

基于动态贝叶斯网络和模板匹配的空中目标意图识别

对空中目标的作战意图进行预测是目标意图识别中的难点,提出了一种基于动态贝叶斯网络和模板匹配的意图识别方法,实现空中目标作战意图的实时预测。首先,综合利用实时感知的目标特征信息、领域专家知识以及积累的历史作战态势数据,并采用动态贝叶斯网络推理来袭目标当前的作战行动;然后,根据目标当前的作战行动预测目标可能的行动序列;进一步基于目标可能的行动序列,采用态势模板匹配的方法,实现对目标作战意图的实时预测。仿真结果表明,所提方法能够有效解决意图识别中的意图预测问题,进一步提升了意图识别的准确率。

基于动态贝叶斯网络的民航空中停车事件安全风险评估

为探究组织和人的因素对发动机空中停车事件的影响及其演化情况,评估航空公司空停事件的风险水平,基于动态贝叶斯网络(DBN),构建一种适用于民航空停的风险评估模型。首先,运用主动与被动相结合的方式,识别影响发动机发生空停事件的组织和人的因素;其次,利用毕达哥拉斯模糊和决策试验与评估实验室(DEMATEL)方法,探究各个风险因素之间的因果关系;然后,基于得到的风险因素因果关系构建民航空停DBN,依据统计分析和专家经验确定民航空停的DBN参数,通过GeNle概率推理,进一步得出空停事件发生的概率;最后,以S航空公司的CFM56-5B发动机为例,评估民航空停事件安全风险。结果表明:2020—2021年,S航空公司的CFM56-5B发动机发生空停事件的概率分别为1.260×10^(-6)、1.352×10^(-6);导致民航空停事件安全风险变化的主要原因是资源投入减少导致教育培训效果降低进而影响作风意识和合作沟通。

基于动态贝叶斯网络的无人机航迹模型研究

为了实现无人机自主冲突探测与解脱,解决航迹预测问题,采用动态贝叶斯网络,构建城市物流无人机航迹模型。通过借鉴经验模型搭建航迹数据变量间因果关系,形成初始贝叶斯网络和动态贝叶斯网络;然后对各变量进行初始化、离散化处理,应用历史数据进行模型训练,生成各子节点变量条件概率矩阵,依照条件概率矩阵动态预测离散值,并对其逆向连续化,并应用运动学方程,将预测航迹数据可视化。研究结果表明:基于无人机航迹模型,结合历史数据进行训练,可以实现无人机航迹生成和预测。研究结果可为无人机冲突探测与解脱算法研究提供参考。

基于动态贝叶斯网络的小型无人核动力系统可靠性分析

核动力装置十分适用于深空探测、深海作业等小型无人装备的能源供给。由于其孤岛运行的特点,如何形成平衡优化的高可靠系统设计方案是小型无人核动力装置研发的关键。本文首先分析典型小型无人核动力系统构型及动态特性;在此基础上,构建全系统动态贝叶斯网络模型,对其系统总体可靠性进行研究;对比分析了不同系统架构下的总体可靠度演化规律,并确定了影响任务成功的关键子系统。本研究所采用的方法及分析结果能够为小型无人核动力装置早期设计阶段的系统构型及可靠性设计优化提供借鉴。

基于动态贝叶斯网络的道路交通系统抗震韧性评价

以道路交通系统在地震作用下的连通性随时间变化的曲线作为其抗震韧性量化评价的基础,构建了基于动态贝叶斯网络的抗震韧性评价模型。该模型采用动态贝叶斯网络表征道路交通系统抗震功能的连通逻辑以及路段连通性随时间的变化趋势,并基于网络中各变量的概率与条件概率表输出不同时刻系统的连通性,绘制连通性曲线。最后以青岛市的局部城市路网为应用实例,实现了对道路交通系统全过程抗震韧性的评价。结果表明:所提出的韧性指标可全面描述震后系统连通性退化与恢复全过程;构建的动态贝叶斯网络能直观表征系统抗震功能的连通逻辑与变化;全过程韧性评价结果能够为系统震前预防与震后恢复策略的制定提供参考。

模糊动态贝叶斯网络在深基坑施工风险演化分析中的应用

为解决深基坑施工过程中风险因素随时间变化的动态特征带来的施工风险演化问题,提出了一种基于模糊动态贝叶斯网络(Fuzzy Dynamic Bayesian Networks,FDBN)的深基坑施工风险分析方法。该方法从人、机、环、管、材料、技术6个方面提取及合并风险因素,并采用故障树对风险因素的因果关系加以表示,再将故障树映射为贝叶斯网络图形结构;采用模糊集理论和改进的相似聚合法(Similarity Aggregation Method,SAM)确定网络节点的先验概率和条件概率,基于马尔科夫链确定时间片间的转移概率,从而构建完整的FDBN模型预测施工风险概率的动态演变。将案例工程实时信息作为模型输入,结果表明:所建模型根据输入证据准确预测了工程风险概率变化;通过敏感性分析识别了关键风险因素并对其进行了排序。最后,结合理论验证进一步证实了该方法的有效性。

基于动态贝叶斯网络及构件性能退化的钢板组合梁桥时变可靠性分析方法

为分析构件性能退化对钢板组合梁桥可靠性的影响,提出一种基于动态贝叶斯网络(Dynamic Bayesian Network,DBN)的时变可靠性分析方法。该方法首先依据材料劣化公式建立钢板组合梁桥抗力退化模型;然后基于DBN构建组合梁桥构件性能退化初始模型,利用钢板组合梁桥抗力退化模型随机生成不同变量组合作用下的抗力数据,对该初始模型进行训练,通过参数学习得到DBN先验模型及节点条件依赖关系,并加入观测节点及可靠度节点,建立适用于可靠性分析的DBN模型;最后输入桥梁检测数据,实现桥梁可靠度指标更新。采用该方法和蒙特卡洛法对某钢板组合梁桥时变可靠性进行分析,结果表明:2种方法预测结果基本一致,该方法可准确预测钢板组合梁时变可靠度;以可靠度为寿命评价指标,输入该桥运营60年时的检测信息,更新前、后该桥的使用寿命分别为75年、64年,应提前对桥梁采取维修与养护措施。

基于动态贝叶斯网络的轨道机动接近意图预测

在信息化条件下,现代空间环境的复杂性急剧增加,地面操作人员难以在短时间内处理大量信息并识别未知目标的接近意图。本文将模糊理论与专家经验相结合,设计了一种可以帮助操作者快速、系统地识别接近意图的动态贝叶斯网络模型。与静态贝叶斯网络(Static Bayesian network,SBN)相比,动态贝叶斯网络在识别多个时间片内意图和通过连续计算概率预测未来趋势两方面更加实用,适用于快速变化的空间环境。众多算例表明,本文所提出的意图预测方法可行有效。

基于粒子滤波的结构疲劳裂纹扩展动态贝叶斯推断方法

准确预测结构的疲劳裂纹扩展过程是开展飞机单机寿命监控与剩余寿命估算的基础。提出一种基于动态贝叶斯网络的结构疲劳裂纹扩展预测方法,结合疲劳裂纹扩展的先验知识与后验知识来准确地推断裂纹长度;研究粒子滤波算法中不同粒子数对动态贝叶斯网络推断精度的影响规律;通过对单孔板结构与耳片连接结构件在随机载荷谱下进行裂纹扩展研究。结果表明:动态贝叶斯网络方法可以对复杂结构的疲劳裂纹扩展进行准确预测,预测精度相对于传统方法提高50%以上。

基于潜在调控因子筛选的高阶动态贝叶斯建模方法

为了解决目前用于构建基因调控网络的方法中所存在的网络构建准确率低、网络构建时间过长等问题,以及减小网络构建的复杂度,提高网络构建效率,提出了一种基于潜在调控因子筛选的高阶动态贝叶斯网络建模方法(high-order dynamic Bayesian network modeling method based on potential regulatory factor screening,PRS-HO-DBN).该方法将关联模型与高阶动态贝叶斯网络模型相结合,首先利用潜在调控因子筛选的方法在不同的时间延迟下删除与目标基因关联程度较低的基因,保留与目标基因关联程度较高的基因并作为目标基因的潜在调控因子集,以减小搜索空间;然后利用高阶动态贝叶斯模型进行结构学习,以提高网络构建的精确率.与其他的网络构建模型方法相比,该方法可以极大地缩短网络构建的时间,提升效率和精确度.