基于贝叶斯网络的地铁项目施工风险管理研究

收集近年来我国施工安全风险事故发生的数据并进行整理,通过专家调查法确定出大连市地铁一期工程西安路站中存在的主要风险因素;根据各风险因素之间的因果关系,确定出相应的贝叶斯网络模型;该项目施工风险发生概率可以运用以贝叶斯网络为基础的正向因果推理技术进行预测,运用反向推理技术进行施工风险诊断.结果表明:该地铁项目施工安全风险发生概率为0.530,该数据表明地铁项目施工安全整体风险水平为中等等级.确定使大连市地铁一期工程处于危险状态的关键因素为:施工测量数据不准确、施工组织或施工方案不详细及操作过程连接不合理.     

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.     

基于多态模糊贝叶斯网络的城市燃气管道事故风险预测与诊断研究

为了评估城市燃气管道系统的风险程度,给后续预防工作提供参考,提出了基于多态模糊贝叶斯网络的燃气管道事故风险定量分析方法。首先,基于对86份事故调查报告风险因素的梳理,建立故障树模型,寻求风险隐患和事故之间的映射,并将其转换为贝叶斯网络结构;其次,引入模糊集理论与概率分配计算方法,分别得出根节点的先验概率和中间节点的条件概率,根据贝叶斯网络的证据推理原理预测事故发生概率,分析风险重要程度,并反向诊断关键致因要素;最后,将此方法应用于沈阳市“10·21”较大燃气管道事故风险分析。实例验证结果表明,事故一定发生的先验概率为68.8%,验证了风险体系的有效性,且预测与诊断得出的重要风险集合与事故调查报告中分析的直接原因一致。多态模糊贝叶斯网络能够准确评价燃气管道事故风险,并确定关键致险因子,可为城市燃气管道安全管理提供决策参考。     

用于预测的贝叶斯网络

通过示例给出了贝叶斯网络的构造方法，概括了贝叶斯网络的特点及贝叶斯网络学习的内容与过程，同时给出了离散型贝叶斯网络的预测公式。贝叶斯网络学习主要有三个基本环节，其一是确定变量集和变量域；其二是确定贝叶斯网络结构；其三是确定局部概率分布。贝叶斯网络是描述变量之间定性与定量依赖关系的图形模式，是进行数据联合分析与预测的有力工具。     

基于贝叶斯网络的供应扰动风险态势分析

运用贝叶斯网络对供应链中供应扰动风险的相关因素进行量化分析,得出了在供应扰动情况下以最短时间恢复正常生产是减少损失的最有效措施,而追加生产量不会大幅度降低损失.最后选择一个典型供应扰动案例,对基于贝叶斯网络的供应扰动风险态势进行算例分析,证明了模型的可行性和结论的合理性.     

基于模糊贝叶斯网络的高层建筑火灾风险评估方法

为量化分析高层建筑火灾事故的风险因素,提出基于模糊贝叶斯网络的高层建筑火灾风险评估方法。首先分析37起典型事故调查报告,基于火灾事故致险机理并依据《建筑设计防火规范》(GB 50016—2014)等国家规范和技术标准,从建筑防火能力、建筑灭火能力、应急疏散能力、安全管理能力4个方面建立指标体系;然后基于专家知识结合模糊数学量化各要素的先验概率并确定条件概率,通过构建模糊贝叶斯网络模型,运用Netica软件进行分析,得出各要素的发生概率;最后以H小区进行了实例验证与分析。结果表明：小区高层建筑风险等级为Ⅱ级中等水平,与小区实际情况相符,验证了该方法的可行性和合理性,为高层建筑火灾风险评估优化完善提供参考借鉴。     

基于贝叶斯网络的企业社交网络招聘风险评价

伴随着社交网络平台的多样化发展,社交网络招聘已成为企业关注的热点.为了有效降低企业社交网络招聘的风险,采用流程图法,结合文献研究结果和专家意见,全面分析了社交网络招聘中的风险因素,进而建立企业社交网络招聘的风险评价指标体系.基于贝叶斯网络方法提出企业社交网络招聘风险的评价模型,将模型应用于企业社交招聘风险评价的实际算例,计算得出社交网络各招聘阶段风险及招聘总风险,按照风险发生概率的大小进行排序,并提出相应的防范对策及建议,验证了评价方法的有效性.     

软件项目进度风险的贝叶斯网络模型研究

为研究软件项目进度风险,给出了进度贝叶斯网络的定义,引入工作节点、时间节点和资源节点等,并在工作节点之间的弧上添加时距;同时为进度安排中的工作不确定性、时间资源不确定性以及资源不确定性等建模。给出了进度贝叶斯网络中的相关计算,提出采用进度贝叶斯网络评估,控制软件项目的进度风险,并就一个简单示例说明了进度贝叶斯网络的应用。     

基于贝叶斯网络的电动垂直起降航空器运行风险研究

为迎接电动垂直起降航空器的到来,降低平均无故障时间,对电动垂直起降航空器的一般运行场景和系统构成做出了分析,并从人为因素、设备因素、环境因素和其他因素中提取了可能的失效诱因;构建了失控坠地和空中碰撞的贝叶斯网络,并依据所建网络和通过不同专家得到的概率值计算控制失效情况下失控坠地和中间事件发生概率,然后进行反向推断,推演事故发生主要诱因。结果表明,电动垂直起降航空器正常运行发生事故的概率为9.648×〖10〗^(-7),其中,控制失效、飞控系统断电/故障是事故主要诱因,计算结果可为电动垂直起降航空器安全运行防控提供依据。     

基于贝叶斯网络的电力施工安全承载能力评估

提出了基于贝叶斯网络的动态承载能力评估模型。通过对承载能力风险要素的识别和评估,构建了贝叶斯网络结构和参数,在此基础上对电力施工安全承载能力进行了风险评估和诊断。最后,依据分析得到的结果进行风险控制。该系统可以满足电力施工安全承载能力估计的需求。     

基于动态贝叶斯网的状态预测

 由于状态的取值不仅依赖于前一时刻状态而且还受到多种随机因素的影响,因此预测模型应当能够表示出变量之间的这些依赖关系.而动态贝叶斯网络是解决此问题的一个有效工具.基于动态贝叶斯网提出了一种状态预测模型,并根据随机事件之间的互信息量提出了节点之间的支持度,还提出了利用支持度的证据传播算法来修正预测结果的方法.最后,给出了综合预测过程.     

基于模糊神经网络的城市排水预测

海绵城市的建设具有重要意义,如何更好地预测城市排水量成为一个关键点。针对城市排水的波动性和非线性特征,提出一种基于模糊神经网络预测的城市水量预测算法。首先,采用灰色模型构建城市排水预测模型,并基于海绵城市的概念建立客观预测回归函数。其次,通过设置断点来构建滑动窗口,并实时分割灰色模型的数据,以获得数据的实时统计特征,通过构造序列误差预测和压缩比之间的函数,并使用误差预测序列来确定分割点,以提高检测过程的鲁棒性。最后,通过城市排水预测模拟实验,表明所提出的算法能够有效提高城市排水的预测精度和预测效率,更好地反映了整体趋势。     

基于HHM-RFRM的地铁隧道施工安全风险情景识别

现有的地铁隧道施工安全风险识别方法缺乏一定的系统性,在风险识别过程中缺少对多维风险情景的识别,因而具有一定的局限性.引入层次全息建模(hierarchical holographic modeling,HHM)方法和风险过滤、排序及管理(risk filtering,ranking and management,RFR...     

基于贝叶斯正则化神经网络的径流长期预报

针对神经网络用于径流长期预报时,网络结构过于复杂而易出现过拟合的问题,采用主成分分析和贝叶斯正则化神经网络对预报模型进行改进.首先利用主成分分析对输入因子进行降维和优化,然后通过贝叶斯正则化对网络权值的限制来简化网络结构,从而有效地抑制过拟合.对嫩江流域江桥站年平均径流的仿真结果表明,贝叶斯正则化神经网络结合主成分分析的预报方法,可以显著地提高泛化能力和预报精度,而且网络收敛也比较稳定.     

基于非单点模糊正则网络的时间序列预测模型

目的建立一种新的具有抗噪声能力的神经网络时间序列预测模型。方法通过将非单点模糊系统引入正则神经网络结构来建立模型。结果具有很强的抗噪声能力,且收敛速度快,全局搜索能力强。将该模型用于实例样本的预测,并和别的神经网络预测模型相比较。抗噪声能力的神经网络时间序列预测模型性能,比神经网络预测模型的性能显著提高。结论所建立的模型在性能上有显著提高,在一定程度上解决了视经网络的固有缺陷,今后有待降低计算复杂度。     

一种基于模糊神经网络的ncRNA基因预测方法

提出了一种基于模糊神经网络的ncRNA基因预测方法.该方法由预处理、具有结构学习的模糊神经网络预测器、后处理3个部分组成.预处理模块将比对后的输入序列进行滑动窗处理,并顺序提取有效的特征信息.模糊神经网络预测器采用了基于Takagi-Sugeno模型的5层模糊神经网络结构,通过输入层、模糊化层、点火强度层、归一化点火强度层、输出层的计算,得到预测结果;并进一步给出了一种模糊神经网络的结构学习算法,可有效地降低参数空间的维度,提高计算效率,并避免过学习情况的产生.后处理过程可对有交叠的预测结果进行拼接.实验结果表明,较之其他预测工具,本方法的ncRNA基因预测精度有所提高.     

基于贝叶斯网络的Android应用风险评估的研究

为了科学评估Android的应用风险,让用户在选择Android时有一个较好的参考依据,文章提出了一种Android应用风险值的计算方法。该方法基于贝叶斯网络建立了一个风险概率传递关系模型,据此显示Android应用的基础特征与常见恶意行为之间的因果关系,并结合马氏距离和贝叶斯公式推导出了计算Android应用的综合风险值。实验结果表明,文中所提出的风险评估方法较为可靠,同时该方法能让用户了解造成风险的根本原因,对降低应用风险值、更好地保障用户隐私和财产安全有一定的帮助。