基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
贝叶斯网络测试性模型可以很好地处理故障测试不确定信息,但该模型还没有相应的测试配置方法,无法对模型进行优化设计.为更好地满足测试性指标要求,提高测试性设计效率,论文针对贝叶斯网络模型,采用遗传算法对其进行测试配置.通过贝叶斯网络模型的精确推理与证据处理能力,建立故障与测试之间的相关概率关系,最后采用遗传算法处理概率关系,经解码得到测试配置方案.经仿真检验,该方法可以有效处理贝叶斯网络模型的测试配置问题.
推荐文章
基于量子遗传算法的贝叶斯网络结构学习
贝叶斯网络
结构学习
量子遗传算法
量子位
基于贝叶斯网络的测试性预计方法
测试性预计
贝叶斯网络
信息框架
并行设计
基于贝叶斯网络下的遗传算法
概率
贝叶斯理论
遗传算法
多贝叶斯网络分类器集成模型研究
贝叶斯网络
分类器集成模型
结构学习
约束信息熵
免疫遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传算法的贝叶斯网络模型测试配置方法
来源期刊 舰船电子工程 学科
关键词 贝叶斯网络 测试性模型 遗传算法 测试配置
年,卷(期) 2021,(5) 所属期刊栏目 测试与测量技术
研究方向 页码范围 139-142
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1672-9730.2021.05.032
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (42)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(17)
  • 参考文献(1)
  • 二级参考文献(16)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(7)
  • 参考文献(5)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
贝叶斯网络
测试性模型
遗传算法
测试配置
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
舰船电子工程
月刊
1672-9730
42-1427/U
大16开
湖北省武汉市
1981
chi
出版文献量(篇)
9053
总下载数(次)
18
论文1v1指导