强降雨情景下附着式升降脚手架事故致因IFRAM-BN模型

强降雨事件频发造成附着式升降脚手架事故剧增,为提高强降雨情景下施工安全性,降低事故发生率,提出一种基于改进的功能共振分析模型(IFRAM)和贝叶斯网络(BN)相结合的事故致因分析模型。首先,从定性角度,利用IFRAM识别事故机制并深度挖掘系统功能共振情况;其次,将IFRAM映射至BN定量分析模型,并引入联系云优化计算各根节点的先验概率;最后,以西安“9·10”事故为例,进行实证研究并提出相应预防措施。结果表明:事故在安全状态为Ⅳ级时,发生的可能性最大。工人违规操作、未进行旁站等强制性监督、强降雨等是导致爬架事故的核心致因;强降雨环境→雨后架体载荷超载等致因组合是诱发爬架事故的关键。

基于风险传导BN模型的建筑施工安全预警仿真

为了实现建筑施工安全有效预警,提出多因素耦合的风险因素检测预警方法。通过问卷调查法收集风险指标,通过龙巴赫Alpha系数与巴特利特球形度指标相结合的方法建立风险评价体系。以建筑施工现场的风险传导特征为基础,运用DEMATEL方法分析影响建筑施工安全的多因素间耦合关系,并建立风险传导BN模型,通过对风险级别的分析判定,实现多因素耦合的建筑施工安全预警,降低事故发生概率。实验结果表明,所提方法在建筑施工安全预警中表现出良好的预警精度,在多因素耦合的情况下,其可以准确获得致使事故发生的主要因素。

BN模型下的汽轮发电机组故障诊断方法研究

提出了一种基于BN模型的故障诊断流程,包括数据预处理、特征提取、网络学习和故障诊断。为验证提出方法的精准性和有效性,对提出方法、VMD-KNN、AE-KNN进行实验对比分析,结果显示提出的BN模型下的汽轮发电机组故障诊断方法准确性更高。

基于DEMATEL-ISM-BN的煤矿顶板事故风险因素分析

针对影响煤矿顶板事故关键致因并有效预防煤矿顶板事故发生,选用DEMATEL-ISM-BN模型计算出各影响因素间的关联影响强度,搭建贝叶斯网络模型实现敏感性分析和诊断推理。结果表明:操作问题、责任落实制度不到位、领导带班跟班制度不健全、人员进入冒落区、人才储备不足是煤矿顶板事故出现的重要影响因素;围岩裂隙发育、冲击地压、支护失效、围岩应力集中、支护强度不够对煤矿顶板事故敏感性较强;在煤矿顶板事故一定出现的前提下,安全管理混乱发生的可能性最大。可为降低煤矿顶板事故发生概率提供理论参考。

Building Bayesian Network(BN)-Based System Reliability Model by Dual Genetic Algorithm(DGA)

A system reliability model based on Bayesian network(BN)is built via an evolutionary strategy called dual genetic algorithm(DGA).BN is a probabilistic approach to analyze relationships between stochastic events.In contrast with traditional methods where BN model is built by professionals,DGA is proposed for the automatic analysis of historical data and construction of BN for the estimation of system reliability.The whole solution space of BN structures is searched by DGA and a more accurate BN model is obtained.Efficacy of the proposed method is shown by some literature examples.

基于BT-BN的城市老旧社区安全风险评价研究

为更精准评价城市老旧社区安全风险,提出1种基于Bow-tie模型(BT)和贝叶斯网络(BN)的城市老旧社区安全风险评价方法。首先,基于事故致因理论,结合BT模型构建出包含人、物、环境3个维度的城市老旧社区安全风险评价指标体系;然后,构建基于BN的城市老旧社区安全风险评价模型,利用BN方法进行风险测度,得到城市老旧社区安全风险等级;最后,将BT-BN模型应用于深圳市Y社区安全风险评价中以验证该模型的适用性和可行性。研究结果表明:深圳市Y社区安全风险总体等级为低风险,通过BN反向推理得出Y社区的个人不安全行为、社区基础设施脆弱性、社区周边设施危险性为高风险因素;该模型在社区安全风险分析方面具备可行性,与传统社区安全风险评价相比,该方法兼具准确度高与应用性强等优点。研究结果可为城市老旧社区安全风险防范提供一定参考。

基于AHP-BN法的溃坝生命损失风险评价

针对影响溃坝生命损失因素多,而历史统计资料相对较少导致溃坝生命损失评价的准确性和实用性难以协同实现的问题,提出一种适用于对大量大坝生命损失进行评价的模型。选取溃坝洪水严重性程度、警报时间、溃坝发生时间、风险人口、溃坝理解程度、青壮年比例、建筑物质量、救援能力8个指标,构建溃坝生命损失指标体系;按照相关标准和准则划分指标等级,运用AHP-BN法综合考虑权重与概率影响,构建出溃坝生命损失评价模型。将模型应用于3座已溃大坝实例,结果表明:李家咀、洞口庙和史家沟水库的评价风险值大小分别为0.626、0.594和0.522,风险大小与实际生命损失情况一致,验证了模型的有效性,基于AHP-BN法的溃坝生命损失风险评价具有较好的理论意义和工程应用价值。

云环境下基于BN模型的虚拟机安全部署模型

针对云计算环境下多用户共享硬件资源带来的安全风险,提出了虚拟机安全部署模型CVDBN,基于BN模型设计了安全部署规则,以满足云计算环境下利益冲突用户对于虚拟机部署的安全隔离需求。最后设计了虚拟机安全部署模块和安全部署算法。仿真实验结果证明了该模型和算法的有效性和可用性。

基于CLNF与BN模型的疼痛表情识别方法

为提高疼痛表情的识别准确性,将约束局部神经域(CLNF)模型和贝叶斯网络(BN)模型相结合,提出一种疼痛表情识别方法。利用CLNF模型获取疼痛表情的关键特征点,在此基础上得到携带大量疼痛信息的面部活动单元(AU),通过对AU加标签处理得到样本数据集。根据定性专家经验获取BN条件概率之间的约束集合,采用变权重方法将样本数据集与约束扩展参数集相融合以完成BN模型的参数估算,并通过BN推理方法实现疼痛表情的最终识别。实验结果表明,与概率潜在语义分析、局部二值体卷积神经网络等方法相比,该方法可有效提高疼痛表情的识别性能,具有更高的识别精度。

BN大鼠致敏动物模型研究

目的研究BN大鼠作为评价食物蛋白质过敏性动物模型的可行性。方法通过经口和腹腔注射2种途径给予BN大鼠致敏原和非致敏原。(1)30只雌性BN大鼠,随机分为卵清蛋白(OVA)组、马铃薯酸性磷酸酶(PAP)组和阴性对照组,每组10只。OVA组和PAP组分别每日1次经口灌胃给予1mg/mlOVA、PAP1ml,对照组灌同剂量的生理盐水,共42d。(2)40只雌性BN大鼠,随机分为OVA组、OVA+Al(OH)3(佐剂)组、PAP组和阴性对照组,每组10只。OVA组、OVA+Al(OH)3组和PAP组在试验第1、5、10天分别经腹腔注射剂量0.1mg/ml的OVA溶液、含Al(OH)3的OVA溶液(OVA+Al(OH)3=1+1)、PAP溶液1ml,观察42d。对照组腹腔注射同剂量的生理盐水。于第14、28和42天取血分离血清,测定特异性抗体IgG和IgE。于第21和35天取血分离血浆,测定组胺。测定各组动物的血压变化及胃肠道渗透性。结果致敏原OVA可激发BN大鼠的过敏反应,包括部分大鼠血压的暂时性下降、特异性抗体(尤其是特异性IgE)升高、组胺升高和部分大鼠的胃肠道通透性增加,而非致敏原PAP反应阴性。结论BN大鼠致敏动物模型是比较理想的评价食物蛋白质过敏性的动物模型。

基于BN分解和ALO优化LSSVM模型的风电出力预测

准确的风电出力预测对电力系统的安全稳定运行和减少系统运行成本至关重要。将BN分解法、蚁蛳优化算法(ALO)和最小二乘支持向量机模型(LSSVM)相结合,提出了一种短期风电出力预测BN-ALO-LSSVM混合模型。该模型首先将风电出力原始时间序列分解为各子序列,进而运用LSSVM模型对各子序列分别进行预测;与此同时,为提升预测精度,运用ALO群体智能优化算法确定LSSVM模型的最优参数。实例结果表明:与LSSVM,BN-LSSVM和ALO-LSSVM模型相比,本文提出的风电出力预测BN-ALO-LSSVM混合模型的预测精度最高,且是有效可行的。

基于ERA/AHP-BN的葛洲坝枢纽水域通航风险建模研究

葛洲坝通航扩能工程是顺利推进长江经济带发展战略的重要举措,但枢纽水域施工期的通航风险不容忽视。为量化该枢纽水域施工期的通航风险,针对葛洲坝枢纽水域施工期通航风险因素的不确定性和依据专家知识推断贝叶斯网络中条件概率表时存在的个体推断信息缺乏完备性等问题,提出了一种基于证据推理/层次分析法和贝叶斯网络的葛洲坝枢纽水域施工期通航风险建模方法。首先,利用证据推理/层次分析法提取葛洲坝枢纽水域施工期的风险因素,建立了葛洲坝枢纽水域施工期的通航风险推断信息机制。其次,依据风险推断信息机制建立了基于贝叶斯的葛洲坝枢纽水域施工期通航风险评价模型。最后,利用专家知识量化枢纽水域施工期风险因素的发生概率并分析了风险因素。

城市地下矿山地表感知风险模糊ISM-BN评价模型与应用

在调研分析基础上,采用模糊数学、解释结构模型和贝叶斯网络等方法,构建了包含环境风险、事故风险、社会风险等方面共19个指标的城市地下矿山地表感知风险评价模型,建立了城市地下矿山地表感知风险评价指标体系,并将该体系应用于某城市地下铜矿山地表感知风险评价。结果表明,该铜矿山地表感知的安全风险等级为Ⅳ级(即风险较低状态),其中影响地表感知风险的关键性因素为地下水化学性指标和安全距离。

基于FTA-BN模型的粉尘爆炸风险评估及控制研究

粉尘爆炸风险评估涉及到许多不确定、客观性不足的因素。从粉尘爆炸5要素出发,引入事故树分析法(FTA)与贝叶斯网络(BN),构建FTA-BN模型。首先通过对粉尘爆炸事故的原因进行综合分析,绘制粉尘爆炸事故的事故树,同时采用GeNIE软件将事故树转换为贝叶斯网络,利用贝叶斯网络模型的双向推理功能,既能评估粉尘爆炸风险等级,又能逆向推理找出造成粉尘爆炸的关键影响因素。根据粉尘爆炸原理,对粉尘爆炸风险点采取措施,为粉尘爆炸风险控制提供措施依据。

基于DEMATEL−ISM−BN的煤矿透水事故影响因素分析

透水事故是继瓦斯事故和顶板事故之后的第三大煤矿事故,分析探究透水事故致因及各因素间的内在关联,可有效实现透水事故管控和遏制。现有煤矿透水事故研究大多针对某一地区或某一方面,缺少对影响因素之间复杂因果关系及各因素对事故影响程度的深入研究。针对该问题,采用决策试验和评价试验法(DEMATEL)和解释结构模型法(ISM)对煤矿透水事故影响因素进行分析,构建多级递阶结构模型,并将其映射到贝叶斯网络(BN)模型中,得到DEMATEL−ISM−BN模型。基于数据驱动思想,对典型事故案例进行研究,确定了诱发煤矿透水事故的18个影响因素;结合专家打分结果进行DEMATEL分析,计算各因素的影响度、被影响度、原因度和中心度;根据DEMATEL分析结果计算得出ISM的可达矩阵,构建多级递阶结构模型;结合煤矿透水事故真实案例样本数据构建BN模型,利用BN模型的故障诊断功能进行致因链分析。DEMATEL分析结果表明,水害认识不足、水文地质探测不到位是煤矿透水事故发生的主要影响因素,其次是安全管理混乱和技术手段薄弱;ISM分析结果表明,三违行为和水源威胁在透水事件多级递阶结构模型中处于顶层,是诱发透水事故的直接因素;BN分析结果表明,水文地质探测不到位→水源威胁→透水事故是最可能的致因链。要有效遏制煤矿透水事故的发生,应提高员工水害意识,严格进行水文地质探测工作,从根本上杜绝生产人员的违法违规行为。

基于变结构离散动态BN的最优交通路径规划

为了确保城市路网交通流平稳运行和各路段交通流量合理分配,提出了一种基于变结构动态BN的最优交通路径规划方法;该方法考虑驾驶员偏好,按时间序列建立适用于交通路径规划的变结构离散动态BN模型,采用最大似然估计算法和参数的自适应产生算法学习网络参数,用基于时间窗的动态BN近似推理算法中固定窗口宽度方法进行在线推理;结合实例对算法进行仿真,并与Dijkstra算法所得结果进行比较;实验结果表明变结构离散动态BN能利用实时采集到的信息对最优路径进行实时更新,在线决策。

基于改进BN的集装箱船舶碰撞事故致因分析

为解决利用贝叶斯网络(BN)模型分析集装箱船舶碰撞致因过程中,由于样本数据不足导致BN结构学习困难的问题,提出一种基于核密度估计和模型加权平均策略相结合的BN结构学习算法。首先利用核密度估计方法扩充小数据集,使数据规模达到BN结构学习的最低限度要求;然后利用模型平均策略加权融合不同学习算法得到的网络结构,来提高算法在小样本数据下的学习效果;最后基于少量集装箱船舶碰撞样本数据,利用所提算法构建BN模型分析事故致因。结果表明:用所提算法能在小样本数据下定量分析碰撞事故致因,并得出集装箱船舶碰撞事故致因链,有助于提高集装箱船舶运输的安全性。

基于ISM-BN的内河船舶航行风险因素研究

为保障内河船舶航行安全,手动收集近5年长江段海事事故报告,提取代表风险因素频率的主要数据特征;结合事故调查报告分析风险要素,确定船舶航行风险评价指标体系;采用解释结构模型(ISM)构建风险因素之间的关联性模型,获得因素之间的层级关系以判定风险因素间的相关性。采用数据驱动的贝叶斯网络(BN),研究各因素对海事安全的影响,并通过敏感性分析和以往事故记录进行模型验证。结果表明:事故类型涉及到的关键风险因素有水域位置、船型、操纵执行和航道条件;通过所提方法能够识别出不同事故类型的关键风险因素,且风险模型的平均预测精度为82.87%。

Onto-BN框架下空管任务差错耦合分析

为研究空管任务差错耦合对飞行冲突风险的影响,分析了独立与协同管制任务差错耦合导致飞行冲突事件的情形。对管制员调配航线飞行冲突所涉及核心任务、多个主任务和子任务间语义关系进行形式化定义,构建飞行冲突调配领域本体,结合BNTab和Netica_J完成本体与贝叶斯网络(Onto-BN)模型转化。通过Netica分析雷达监控、注意力切换和建立团队情境意识等任务差错对飞行冲突的影响,探讨任务差错耦合度和飞行冲突概率间的变化关系,对比不同节点失效情境下耦合度及飞行冲突概率变化。结果表明,当交接班或团队情境意识出现偏差时,雷达监控和注意力切换差错概率显著增加,两者间耦合度较小,且更易导致飞行冲突风险增加,与实际相符。

基于PCA-BN的银川市空气质量预测

考虑到在城市空气质量的预测中参与建模的气象因素之间可能存在相关性,增加了模型结构和数据分析的复杂度,以银川市10项历史气象数据和空气中6种主要污染物浓度数据为基础,利用主成分分析(PCA)方法对10项气象数据进行降维处理并提取气象因素的综合评价指标,结合贝叶斯网络(BN)建立了银川市空气质量的预测模型(即PCA-BN模型),并与随机森林(RF)模型的预测结果进行了比较。结果表明:RF模型和PCA-BN模型预测结果的准确率分别为88.03%和97.88%,且实验证实PCA-BN模型在银川市空气质量的预测中有较高的预测精度,有效地降低了模型结构和数据分析的复杂性,其在城市空气质量预测中具有一定的实用价值。