导读:本文包含了区间贝叶斯网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:区间,网络,神经网络,概率,可靠性,需水量,属性。
区间贝叶斯网络论文文献综述
郭强,李文竹,刘心[1]（2018）在《基于贝叶斯BP神经网络的区间需水预测方法》一文中研究指出结合校园历史用水数据,采用贝叶斯BP神经网络区间预测方法,对校园用水量进行预测。首先运用贝叶斯准则对BP神经网络进行优化,之后对区间预测进行仿真并和传统的BP神经网络预测法进行比较,结果显示预测准确率为96.7%,多数预测值和实际用水量吻合,相对误差绝对值平均为1.6%,最大预测误差为4.2%,表明该方法不仅可以解决传统BP神经网络易陷入局部极小化和收敛速度慢的问题,而且能够有效预测出校园日用水量的波动范围,验证了预测方法的有效性和精确性。(本文来源于《人民黄河》期刊2018年12期）
郭强[2]（2018）在《基于贝叶斯准则的BP神经网络校园区间需水预测及优化调度方法》一文中研究指出随着经济的迅速增长和人民生活水平的逐步提高,国内生活用水需求呈现出日益增长的局面,水资源供需矛盾日益突出,合理利用水资源至关重要。对于供水管网系统而言,准确可靠的水资源需求预测方法是城市供水调度的重要基础,合理有效的水资源调度方法是实现水资源可持续发展的必要环节,对水资源进行精确的预测及优化调度有利于对供水、用水和节水进行合理规划,进而促进供水管网系统的高效运行。本文结合校园历史用水数据,采用贝叶斯BP神经网络区间预测方法对校园需水量进行预测。该方法在改善BP神经网络易陷入局部极小化和收敛速度慢的问题的同时,能够有效预测出校园日用水量的波动范围,预测的准确率达到了96.7%,从而为水资源调配提供有效参考。本文先介绍了需水区间预测的具体方法,然后用贝叶斯法则对BP神经网络进行优化,之后对区间预测进行仿真,并与传统的BP神经网络预测方法进行对比。仿真结果表明,多数预测值基本和实际用水数值吻合,相对误差绝对值的平均值为1.6%,最大时刻预测误差为4.2%,从而验证所提出预测方法的有效性和精确度。此外,本文结合校园用水数据,以供水量、需水量和用水费用为约束条件,以人口目标和水环境目标为综合目标函数,通过遗传算法来对供水泵的相关参数进行优化,从而建立了一种基于综合目标遗传算法的水资源调度方法。该方法不仅能保证师生充分利用水资源,而且能够有效的保护水环境、节约水资源,避免了传统用水过分追求使用舒适度而忽视水资源环境及水资源浪费的问题。此外,本文通过引入节流装置,在综合目标遗传算法的控制下进一步节约水资源。最后实例分析的结果验证该方法应用在水资源优化调度中是合理有效的,进而为水资源调配提供有效的参考。(本文来源于《河北工程大学》期刊2018-12-01）
米金华,李彦锋,彭卫文,黄洪钟[3]（2018）在《复杂多态系统的区间值模糊贝叶斯网络建模与分析》一文中研究指出随着现代工程系统结构复杂度的增加以及运行环境的复杂化,传统的可靠性分析与评估技术已不能满足现代工程系统需求.针对复杂多态系统可靠性分析与评估的需求,本文从部件状态分析、系统结构分析入手,对存在认知不确定性同时考虑失效相关性的复杂多态系统进行可靠性建模与分析.由于现代复杂多态系统信息输入及系统故障影响因素的多样性,以及系统冗余,使得不确定性和共因失效对复杂多态系统可靠性分析和评估至关重要.本文借助贝叶斯网络对多态系统的图形表达和推理优势,采用模糊理论中区间值叁角模糊数对部件概率进行描述;同时利用β因子模型对共因失效进行量化,再将其以新增共因节点的方式实现共因失效的贝叶斯网络建模,从而提出基于区间值模糊贝叶斯网络的复杂多态系统可靠性分析方法.最后,将基于区间值模糊多态贝叶斯网络对具有共因失效的多态卫星天线双轴定位机构传动系统进行可靠性分析.通过对实际工程系统的分析,表明本文建立的多种因素影响下复杂多态系统的可靠性建模和分析方法,进一步完善了复杂系统可靠性分析理论与方法.(本文来源于《中国科学:物理学 力学 天文学》期刊2018年01期）
凌霞[4]（2017）在《基于动态贝叶斯网络的流域区间洪水预警时空过程建模》一文中研究指出江河湖海在为人类带来巨大的水资源利益的同时,其洪水灾害也对人类的生存和发展产生了巨大的威胁,全球不同地区每年都会因洪水灾害造成人类死亡、经济受损等事件,而我国是灾害现象比较严重的国家之一。绝大多数的洪涝灾害是由突发性暴雨导致的。洪水灾害的严峻性、紧迫性显而易见,而进行洪水预报预警是有效抵御洪水的首要环节。通过洪水预警,可以在洪水到来之前采取积极有效的应急措施。进行洪水预警报的水文模型有很多,但都需要获得大量的基础数据和模型参数,尽管数据获取手段、技术的不断更新,但由于洪水过程的复杂性、突发性、随机性和不可预知性,一些数据仍然难以获取。时态GIS和时空过程是当前具有重要理论和应用价值的研究热点,动态贝叶斯网络也成为人工智能领域数据挖掘方面研究的热点,本论文主要研究区间流域洪水时空过程,通过建立地理实体属性图模型,借助动态贝叶斯网络统计分析和概率预测的功能,对未来洪水进行预警。本论文首先分析了洪水时空变化过程的本质和规律,明确了时间、空间、地理实体、时空过程和事件在洪水时空过程中的地位;然后,对洪水监测网数据进行表示、分析、处理;其次,针对洪水预警研究中的实体属性之间的联系和因果关系以及洪水时空过程和事件的关系,从面向应用的角度提出了一种基于动态贝叶斯网络的地理实体时空属性图模型;最后将此模型应用于汉江中下游皇庄至沙洋段区间子流域,对研究区进行流域提取与分析,通过查阅沙洋历史洪水资料可得知沙洋水文站的设防水位、警戒水位、保证水位,以此评定沙洋的洪水预警报等级,然后将皇庄至沙洋区间流域的事件数据应用到基于动态贝叶斯网络的洪水时空属性图模型中,得到沙洋洪水预警报,验证了基于动态贝叶斯网络的地理实体属性图模型的可用性、有效性,对不确定性复杂因素影响下的流域洪水预警具有理论和实际意义。(本文来源于《华中科技大学》期刊2017-05-01）
何永强,秦勤[5]（2016）在《基于贝叶斯置信区间的传感器网络故障诊断方法研究》一文中研究指出通过构建贝叶斯网络故障诊断模型,提出了结合故障诊断准确性和置信区间对传感器网络进行故障诊断的方法。采用二项分布参数估计方法,结合β分布和F分布对置信区间进行算法改进,降低了对测试数据规模的要求,减小了准确度的误差。通过仿真分析,验证了改进算法的准确性和可靠性。(本文来源于《重庆科技学院学报(自然科学版)》期刊2016年05期）
张瑞军,张路路,王晓伟,王囡囡[6]（2015）在《区间叁角模糊多态贝叶斯网络可靠性分析方法研究》一文中研究指出针对传统系统可靠性分析方法在处理模糊信息方面的不足,建立了基于区间叁角模糊贝叶斯网络的多态系统可靠性分析方法。通过区间叁角模糊子集来描述根节点故障率;基于区间叁角模糊子集,构建了区间叁角模糊多态贝叶斯网络模型;研究了区间叁角模糊多态贝叶斯网络可靠性分析算法,给出了求解叶节点故障模糊可能性与去模糊根节点后验概率的计算方法。最后,对塔机倾覆事故进行了可靠性分析,验证了该方法的有效性。(本文来源于《中国机械工程》期刊2015年08期）
张马兰,刘君强,左洪福,谢吉伟,吴骥[7]（2015）在《基于区间数学理论和贝叶斯网络指标灵敏度分析》一文中研究指出针对航空公司安全质量管理体系(SQMS)中风险识别与可靠性改进问题,文中提出基于区间数学与贝叶斯网络的灵敏度分析方法.给出了衡量航空公司安全状况的指标;借助贝叶斯网络建立指标关联网络,结合先验知识进行参数学习以获取条件概率;通过贝叶斯双向推理机制和区间数学理论分析不同区间内重要指标与系统整体安全状况间的扰动关系;基于扰动分析结果对各指标进行灵敏度排序以识别风险并指导可靠性改进工作.实例分析验证了基于区间数学与贝叶斯网络的指标灵敏度分析方法的有效性.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2015年01期）
胡云安,刘振,史建国[8]（2013）在《态势评估的变结构区间概率动态贝叶斯网络方法》一文中研究指出针对以往利用贝叶斯网络进行势评估时,贝叶斯网络结构和参数都是固定不变的不足,为提高态势评估准确性,提出一种变结构区间概率动态贝叶斯网络(variable structure interval probability dynamic Bayesian network,VSIP-DBN)进行态势评估的方法。给出了VSIP-DBN的定义,推导了其推理的算法,网络结构能够根据态势变化情况进行改变,并给出了结构变化的判断依据,将参数推广为区间概率的形式,同时提出了区间概率参数的学习方法。将VSIP-DBN应用于态势评估,在典型作战条件下进行仿真分析,不需要精确给出网络参数,即使出现偶然观测误差,也能够准确地评估出当前空战态势,提高了评估的灵活性。(本文来源于《系统工程与电子技术》期刊2013年09期）
刘禹良,郭剑峰,邹燕[9]（2013）在《配电网可靠性评估贝叶斯网络区间算法》一文中研究指出提出一种基于贝叶斯网络的配电网可靠性评估区间算法。为计及元件可靠性参数的不确定性,引入区间数运算法则,基于贝叶斯网络的双向推理模式,计算负荷点和系统的区间可靠性指标并辨识其薄弱环节。通过RBTS母线2等算例系统的可靠性评估和分析,证实算法的正确性和有效性。(本文来源于《重庆电力高等专科学校学报》期刊2013年02期）
刘禹良[10]（2010）在《计及多负荷水平的配电网可靠性评估贝叶斯网络区间算法》一文中研究指出配电网作为电力系统中直接针对用户的环节,其对用户供电质量及可靠性有极大的影响。随着国民经济的发展、人民生活水平的提高,我国配电网的规模不断扩大,将电能优质、经济地传输给用户成为电力公司的首要任务,因此,如何全面、准确、快速地评估配电网可靠性水平成为当前研究的热点。论文将配电网可靠性评估技术与贝叶斯网络、区间分析及电力系统分析、规划等相关理论结合,对配电网潮流估算、负荷削减、可靠性计算及薄弱环节辨识等问题进行了深入探讨,取得以下成果:①基于贝叶斯网络理论实现配电网可靠性评估算法。以配电网可靠性评估的分块为基础,建立配电网4层贝叶斯网络,即元件层、分块层、负荷点层和系统层。根据配电网分块形成的等效网络,建立元件层和分块层间的关系;通过解析枚举分块及开关元件的故障,得到负荷点的节点类型,建立分块层和负荷点层间的关系,并通过矩阵存储实现负荷点可靠性计算;建立负荷点层和系统层间的关系,实现系统可靠性计算。根据贝叶斯网络的双向推理功能,通过元件可靠性参数辨识负荷点薄弱环节,及通过各元件分摊的期望缺供电量指标辨识系统薄弱环节。②为充分计及可靠性参数的不确定性,结合区间数理论及其运算法则,实现配电网可靠性评估贝叶斯网络区间算法。区间算法考虑了元件可靠性参数(如线路故障率、修复时间等)的可能波动范围,可同时给出最好和最差两种情况下负荷点和系统的可靠性指标,使评估结果更符合系统的实际运行情况。③针对负荷转移时可能发生线路容量过载、节点电压越限的情况,设计计及潮流约束的配电网可靠性评估算法。根据配电网结构及潮流分布特点,对线路电压降落模型进行合理近似,基于此推导出负荷转移后节点电压的等值负荷矩估算模型,并根据估算结果制定分块削减负荷策略。用估算模型对负荷转移后的网络进行潮流分析,可避免精确潮流计算的反复迭代过程,大大降低计算复杂性。④为计及负荷水平的变化,采用聚类技术处理年负荷曲线,得到年负荷多层模型。通过对每一层负荷水平分别进行区间可靠性计算,通过概率加权得到计及多负荷水平的区间可靠性年度指标。通过算例分析分层数目对计算速度和计算精度的影响。利用MATLAB 7.8.0平台编制程序,实现上述配电网潮流估算、可靠性计算、薄弱环节辨识及负荷曲线聚类等功能。对RBTS母线2、IEEE 33节点配电网和一527节点实际配电网等算例进行可靠性评估和分析,验证了以上各算法的正确性和有效性。(本文来源于《重庆大学》期刊2010-04-01）
区间贝叶斯网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着经济的迅速增长和人民生活水平的逐步提高,国内生活用水需求呈现出日益增长的局面,水资源供需矛盾日益突出,合理利用水资源至关重要。对于供水管网系统而言,准确可靠的水资源需求预测方法是城市供水调度的重要基础,合理有效的水资源调度方法是实现水资源可持续发展的必要环节,对水资源进行精确的预测及优化调度有利于对供水、用水和节水进行合理规划,进而促进供水管网系统的高效运行。本文结合校园历史用水数据,采用贝叶斯BP神经网络区间预测方法对校园需水量进行预测。该方法在改善BP神经网络易陷入局部极小化和收敛速度慢的问题的同时,能够有效预测出校园日用水量的波动范围,预测的准确率达到了96.7%,从而为水资源调配提供有效参考。本文先介绍了需水区间预测的具体方法,然后用贝叶斯法则对BP神经网络进行优化,之后对区间预测进行仿真,并与传统的BP神经网络预测方法进行对比。仿真结果表明,多数预测值基本和实际用水数值吻合,相对误差绝对值的平均值为1.6%,最大时刻预测误差为4.2%,从而验证所提出预测方法的有效性和精确度。此外,本文结合校园用水数据,以供水量、需水量和用水费用为约束条件,以人口目标和水环境目标为综合目标函数,通过遗传算法来对供水泵的相关参数进行优化,从而建立了一种基于综合目标遗传算法的水资源调度方法。该方法不仅能保证师生充分利用水资源,而且能够有效的保护水环境、节约水资源,避免了传统用水过分追求使用舒适度而忽视水资源环境及水资源浪费的问题。此外,本文通过引入节流装置,在综合目标遗传算法的控制下进一步节约水资源。最后实例分析的结果验证该方法应用在水资源优化调度中是合理有效的,进而为水资源调配提供有效的参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
区间贝叶斯网络论文参考文献
[1].郭强,李文竹,刘心.基于贝叶斯BP神经网络的区间需水预测方法[J].人民黄河.2018
[2].郭强.基于贝叶斯准则的BP神经网络校园区间需水预测及优化调度方法[D].河北工程大学.2018
[3].米金华,李彦锋,彭卫文,黄洪钟.复杂多态系统的区间值模糊贝叶斯网络建模与分析[J].中国科学:物理学力学天文学.2018
[4].凌霞.基于动态贝叶斯网络的流域区间洪水预警时空过程建模[D].华中科技大学.2017
[5].何永强,秦勤.基于贝叶斯置信区间的传感器网络故障诊断方法研究[J].重庆科技学院学报(自然科学版).2016
[6].张瑞军,张路路,王晓伟,王囡囡.区间叁角模糊多态贝叶斯网络可靠性分析方法研究[J].中国机械工程.2015
[7].张马兰,刘君强,左洪福,谢吉伟,吴骥.基于区间数学理论和贝叶斯网络指标灵敏度分析[J].武汉理工大学学报(交通科学与工程版).2015
[8].胡云安,刘振,史建国.态势评估的变结构区间概率动态贝叶斯网络方法[J].系统工程与电子技术.2013
[9].刘禹良,郭剑峰,邹燕.配电网可靠性评估贝叶斯网络区间算法[J].重庆电力高等专科学校学报.2013
[10].刘禹良.计及多负荷水平的配电网可靠性评估贝叶斯网络区间算法[D].重庆大学.2010
论文知识图
