论文摘要
大型复杂装备的系统结构和研制流程呈现网络化特征,研究风险演化机理有助于控制风险、降低复杂性.通过系统动态过程建模仿真获取数据样本,运用贝叶斯学习从仿真数据样本中提炼风险演化网络,识别不同风险等级的节点之间存在的关联关系,降低了仅凭经验构建风险网络的主观性.对贝叶斯学习获得的风险网络进行概率推理,在总体高风险等级下计算风险网络节点的风险后验概率分布,进而确定风险演化关键节点和传播链路.最后,通过与复杂网络特征指标评估下的静态特征进行对比分析,研究风险网络动态特征与静态特征的差异性,结果表明网络结构特征和风险传播的动态特征共同决定了风险演化关键节点和传播链路.
论文目录
文章来源
类型: 期刊论文
作者: 徐一帆,吕建伟,史跃东,狄鹏
关键词: 风险演化,设计结构矩阵,贝叶斯网络,复杂系统,复杂网络
来源: 系统工程理论与实践 2019年06期
年度: 2019
分类: 基础科学
专业: 非线性科学与系统科学
单位: 海军工程大学管理工程与装备经济系,海军工程大学舰船与海洋学院
基金: 国家自然科学基金(71401171),装备预研基金项目(6140002050101),军队院校“2110”三期建设项目(4142D4616)~~
分类号: N941.4
页码: 1580-1590
总页数: 11
文件大小: 1670K
下载量: 544
相关论文文献
- [1].基于块稀疏贝叶斯学习的体域网心电压缩采样[J]. 传感技术学报 2015(03)
- [2].心电压缩感知恢复先验块稀疏贝叶斯学习算法[J]. 仪器仪表学报 2014(08)
- [3].静力触探识别场地土层分布的贝叶斯学习方法研究[J]. 工程地质学报 2020(05)
- [4].基于块稀疏贝叶斯学习压缩感知的心音重构[J]. 计算机工程与设计 2016(04)
- [5].基于块稀疏贝叶斯学习的肌电信号特征提取[J]. 仪器仪表学报 2014(12)
- [6].基于结构信息和稀疏贝叶斯学习的图像去噪[J]. 火控雷达技术 2015(04)
- [7].论贝叶斯学习机的学习过程[J]. 甘肃联合大学学报(自然科学版) 2009(04)
- [8].一种快速稀疏贝叶斯学习的水声目标方位估计方法研究[J]. 声学学报 2016(01)
- [9].基于贝叶斯学习算法的网络流量分类[J]. 湖南医科大学学报(社会科学版) 2009(06)
- [10].基于稀疏贝叶斯学习的时域流信号鲁棒动态压缩感知算法[J]. 电子学报 2020(05)
- [11].基于稀疏贝叶斯学习的低空测角算法[J]. 电子与信息学报 2016(09)
- [12].稀疏贝叶斯学习框架下的扩展目标雷达关联成像[J]. 国防科技大学学报 2017(03)
- [13].基于块稀疏贝叶斯学习的多目标动态荧光分子重建[J]. 生物医学工程研究 2018(04)
- [14].使用贝叶斯学习算法分类网络流量[J]. 计算机工程与应用 2010(25)
- [15].利用块间耦合稀疏贝叶斯学习的建筑物布局成像方法[J]. 电子与信息学报 2018(04)
- [16].基于稀疏贝叶斯学习的双基雷达关联成像[J]. 电子与信息学报 2019(12)
- [17].基于稀疏贝叶斯学习的无源雷达高分辨成像[J]. 电子与信息学报 2015(05)
- [18].平滑重构稀疏贝叶斯学习测向算法[J]. 航空学报 2018(06)
- [19].基于稀疏贝叶斯学习的高效DOA估计方法[J]. 电子与信息学报 2013(05)
- [20].基于块稀疏贝叶斯学习的人体运动模式识别[J]. 计算机应用 2016(04)
- [21].基于稀疏贝叶斯学习算法的电力线通信脉冲噪声抑制方法[J]. 电网与清洁能源 2017(04)
- [22].基于稀疏贝叶斯学习的码元速率估计[J]. 电子与信息学报 2018(07)
- [23].基于快速变分稀疏贝叶斯学习的频谱感知与定位[J]. 中南民族大学学报(自然科学版) 2014(01)
- [24].基于稀疏贝叶斯学习的复杂网络拓扑估计[J]. 物理学报 2012(14)
- [25].基于贝叶斯学习法则的住宅小区业主维权行为模式初探[J]. 科技和产业 2008(05)
- [26].贝叶斯学习中的线性联合先验[J]. 计算机工程与应用 2012(01)
- [27].基于模糊推理的适应性自动谈判系统研究[J]. 微计算机信息 2009(24)
- [28].基于稀疏贝叶斯学习的雷达目标成像技术[J]. 计算机仿真 2008(08)
- [29].基于变分稀疏贝叶斯学习的DOA估计[J]. 应用科技 2018(06)
- [30].基于贝叶斯学习的集成流量分类方法[J]. 计算机工程 2012(16)