贝叶斯网络在故障诊断中的应用-论文.pdf

贝叶斯网络在故障诊断中的应用-论文.pdf

ID:58066494

大小:272.77 KB

页数:4页

时间:2020-04-21

贝叶斯网络在故障诊断中的应用-论文.pdf_第1页
贝叶斯网络在故障诊断中的应用-论文.pdf_第2页
贝叶斯网络在故障诊断中的应用-论文.pdf_第3页
贝叶斯网络在故障诊断中的应用-论文.pdf_第4页
资源描述:

《贝叶斯网络在故障诊断中的应用-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2014年4月北京联合大学学报Apr.2014第28卷第2期总96期JournalofBeijingUnionUniversityVo1.28NO.2SumNO.96贝叶斯网络在故障诊断中的应用刘晓洁,吴家鑫(1.中体彩科技发展有限公司,北京100021;2.中牧实业股份有限公司,北京100095;3.中国牧工商(集团)总公司研究院,北京100095)[摘要]贝叶斯网络适用于表达和分析不确定性和概率性的事物,由于具有能够对不完全、不精确或不确定的知识或信息作出有效的推理等特性,而成为目前不确定知识表达和推理领域最有效的模型之一。[关键词]贝叶斯网

2、络;故障诊断;不确定性[中图分类号]O212.8[文献标志码]A[文章编号]1005—0310(2014)02-0060—04ApplicationofBayesianNetworkinFaultDiagnosisLIUXiao-jie.WUJia.xin’。(1.ChinaSpotsLotteryTechnologyGroup,Beijing100021,China;2.ChinaAnimalHusbandryIndustryCo.Ltd,Beijing100095,China;3.ZhongMuInstituteofChinaAnimalHu

3、sbandryGroup,Beijing100095,China)Abstract:Bayesiannetworksisoneofthemosteficientmodelsinthefieldsofuncertainknowledgeexpressionandinference.Ithasthefollowingcharacteristics:theexpressionformofgraphmodel,partialanddistributedstudymechanismanddirectlyperceivedinference;applicab

4、leinexpressingandanalyzinguncertainandprobabilitythingsandeficientlyreasoningpartial,inaccurateanduncertainknowledgeorinformation.Keywords:Bayesiannetwork;Faultdiagnosis;Uncertainknowledgeexpression系统。针对一般的Bayesian网,Cooper证明了概率1贝叶斯网络概述值的传播计算问题是NP难题。Bayesian网方法由20世纪90年代之前,贝叶斯网

5、络的研究主要于其理论上的严格性和一致性,以及有效的局部计集中于建立贝叶斯网络基础理论体系和不确定性算机制和直观的图形化知识表达,已经成为人工智推理方面¨,在这一时期学习贝叶斯网络主要依赖能领域的研究热点。1995年,Heckermen等人使用于专家知识。贝叶斯网络结构模型的构建通常是贝叶斯方法进行贝叶斯网络学习,并把贝叶斯由相关领域的专家根据事物间的因果关系确定的。网络用于数据挖掘。该阶段主要研究如何根据数1986年,Pearl首次在专家系统中引进了贝叶斯网,据和专家知识建立贝叶斯网络,相继出现了许多经随后Pearl明确指出影响图中没有决策节点和

6、结果典的贝叶斯网络学习算法。节点就是贝叶斯网,指出Bayesian网或许是概率推2贝叶斯网络结构学习算法理中最普及的模型。1989年,Andreassen使用Bayesian网建造了专家系统MUNIN(Muscleand贝叶斯网络学习指的是通过分析数据获得贝NerveInferenceNetwork)。Shafer于1990年指出叶斯网的过程,包括参数学习和结构学习两种情Bayesian网目前已经成为公认的表示概率知识的况。参数学习指的是已知网络结构,确定网络参数[收稿日期]2013一l1—2O[作者简介]刘晓洁(1983一),女,甘肃兰州人,中

7、体彩科技发展有限公司硕士,研究方向为人工智能;吴家鑫(1982一),男,天津人,中国牧工商(集团)总公司研究院工程师,硕士,研究方向为兽药开发和安全生产管理。第28卷第2期刘晓洁等:贝叶斯网络在故障诊断中的应用61的问题;结构学习则是既要确定网络结构,又要确题,还可以方便地学习因果关系,实现知识与数据定网络参数。参数学习假设已知变量间的定性关信息的融合,防止模型的过拟合。贝叶斯网络为故系,通过数据分析揭示变量间的定量关系;而结构障诊断中的不确定信息的处理提供了有效途径,贝学习则是要同时揭示变量间的定性和定量关系。叶斯网络在故障诊断领域中的应用被认

8、为是一种因此贝叶斯网络结构学习是贝叶斯网络学习的核诊断决策推理模型,根据不同的应用目的可以分为心。由于仅仅依赖专家的领域知识构建贝叶斯网

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。