-
公开(公告)号:CN105893697A
公开(公告)日:2016-08-24
申请号:CN201610258606.4
申请日:2016-04-22
Applicant: 北京交通大学
IPC: G06F17/50
Abstract: 本发明公开一种基于贝叶斯网络推理的系统可靠性评估方法,该方法包括如下步骤:S1:基于系统结构建立系统网络结构图;S2:基于系统网络拓扑性质,确定起始搜索节点;S3:基于广度和深度结合的混合优先搜索方法,得到最小路径集;S4:构建贝叶斯网络模型;S5:根据系统中的节点所对应部件的失效概率得到根节点的先验概率;S6:确定非根节点的条件概率;S7:计算系统失效概率;S8:求解系统可靠度。本发明不仅提出了提高最小路径搜索速度的搜索方法,而且还提出了将系统可靠性网络模型转换成贝叶斯网络模型方法,解决了由于复杂网络模型无法直接利用系统可靠性网络计算系统可靠度的问题。
-
公开(公告)号:CN104392071B
公开(公告)日:2017-09-29
申请号:CN201410768888.3
申请日:2014-12-12
Applicant: 北京交通大学
IPC: G06F17/50
CPC classification number: B61L99/00 , B61L27/0055 , B61L27/0083 , G06F17/50 , G06N99/005 , H04L67/12
Abstract: 本发明公开了属于高速列车系统安全技术领域的一种基于复杂网络的高速列车系统安全评估方法,该方法包括如下步骤:(1)构建高速列车系统物理结构网络模型,基于网络模型构建节点功能属性度;(2)提取部件的功能属性度、失效率、平均无故障时间作为输入量,并利用LIBSVM软件进行SVM训练;(3)进行加权kNN‑SVM判断:对于无法分类的样本点进行判断,得出高速列车系统的安全性等级。对于物理结构及运行情况复杂的高速列车系统,该方法能够解决当系统中部件状态发生变化后对系统安全性影响程度的评估。实验结果表明该算法的精确度高,实用性好。
-
公开(公告)号:CN104392071A
公开(公告)日:2015-03-04
申请号:CN201410768888.3
申请日:2014-12-12
Applicant: 北京交通大学
IPC: G06F17/50
CPC classification number: B61L99/00 , B61L27/0055 , B61L27/0083 , G06F17/50 , G06N99/005 , H04L67/12
Abstract: 本发明公开了属于高速列车系统安全技术领域的一种基于复杂网络的高速列车系统安全评估方法,该方法包括如下步骤:(1)构建高速列车系统物理结构网络模型,基于网络模型构建节点功能属性度;(2)提取部件的功能属性度、失效率、平均无故障时间作为输入量,并利用LIBSVM软件进行SVM训练;(3)进行加权kNN-SVM判断:对于无法分类的样本点进行判断,得出高速列车系统的安全性等级。对于物理结构及运行情况复杂的高速列车系统,该方法能够解决当系统中部件状态发生变化后对系统安全性影响程度的评估。实验结果表明该算法的精确度高,实用性好。
-
公开(公告)号:CN104392072A
公开(公告)日:2015-03-04
申请号:CN201410768984.8
申请日:2014-12-12
Applicant: 北京交通大学
IPC: G06F17/50
Abstract: 本发明公开了属于设备集成系统的可靠性评估领域一种基于动态故障树的设备集成系统可靠性分析方法,该方包括如下步骤:(1)设备集成系统故障数据的处理;(2)基于本体模型的设备集成系统动态故障树建模;(3)根据动态故障树模型进行可靠性评估:A、动态故障树的模块划分;B、动态子树向马尔科夫链的转化;C、基于马尔科夫过程求解动态子树的故障率;D、根据整体结构函数进行系统可靠度的计算。本发明达到了识别设备集成系统关键部件、量化设备集成系统可靠程度的效果,并且能够适应设备集成系统的动态故障特征。
-
-
-