基于重要度的分级贝叶斯网络诊断模型研究

• 作者: 成娟 牛伟
• 来源期刊: 计算机测量与控制
• 关键词: 故障诊断 贝叶斯网络 后验分布 层次分析法
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP206
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.07.002

摘要

为了提高复杂系统故障检测和诊断的准确性,从数据的不确定性、诊断的不确定性以及特征参数选择的不确定性三方面展开研究;在贝叶斯网络解决不确定性问题优势的基础上,提出了基于重要度的分级贝叶斯网络模型;以往基于贝叶斯网络的方法无法做到系统地选择参数,建立的模型都是全模型;虽然全模型没有遗漏关键的参数,但包含了很多不必要的参数,这些多余参数不仅会对诊断造成不良影响,导致拖尾效应;仿真结果表明,提出方法可以获得更佳的故障特征,有利于提高故障识别能力,验证了模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成娟		8	22	3.0	4.0
2	牛伟		4	5	2.0	2.0