为解决隧道风险评估中存在的主观性大、结果不准确的问题,提出基于事故树和贝叶斯网络的区间概率等级、权重信心指标与置信区间相结合的综合风险概率估计法,并将其应用于渔寮隧道的坍塌风险评估中。首先利用事故树构建贝叶斯网络,并利用案例中因素之间的依赖关系得出节点的条件概率(联合概率)。然后利用提出的区间概率等级划分与权重信心指标法进行调查,得出专家j对于基本事件xi出现概率的估计值Pij,由所有专家的估计值构建样本空间Ui及其统计量,通过引入置信区间的方法得出基本事件xi出现的概率范围。获得所有事件的概率范围后与贝叶斯网络的条件概率相结合进行风险推断,保证了风险评估的科学性和准确性,同时可利用该模型进行事故原因诊断。
2022-06-01 03:39:27 1.31MB 事故树 贝叶斯网络 隧道塌陷 模糊数学
1
贝叶斯算法PPT.ppt
2022-05-31 09:10:46 3.32MB 算法 文档资料
3.3 智能故障诊断算法 飞机PHM系统智能故障诊断算法依赖于人 工智能技术,常用的智能诊断方法有以下4种。 1)基于神经网络的故障诊断 将系统正常工作检测到的数据进行数据预处 理,提 取 出 特 征 量,离 线 输 入 到 神 经 网 络 进 行 学 习,获得神经网络权值,该神经网络作为系统正常 的模型[23]。当实际系统运行时,检测系统进行处 理后与神经网络比较,当系统输出与神经网络输 出之差超出阈值,则可以判断为系统故障,如图6 所示。 图6 基于神经网络的故障诊断 Fig.6 Fault diagnosis based on neural network     2)基于支持向量机的故障诊断 支 持 向 量 机 (Support Vector Machines, SVM)是建立 在 结 构 风 险 最 小 化 的 原 则 基 础 上, 追求有限样本下最优解的方法。SVM 用 于 故 障 诊断实质上是一个分类问题,它根据飞机运行过 程中产生的各种信息(如振动频谱、波形特征、相 关运行参数等),判断其是否有故障,并判断故障 产生的原因和部位。采用SVM 能在训练样本很 小的情况下很好的达到分类推广的目的,而且不 需要预先知道故障分类的先验知识,如图7所示。 图中R1、R2 和R3 分别为3个故障区域;ω1、ω2 和 ω3 分别为R1、R2 和R3 的权值。 图7 支持向量机故障分类  Fig.7 Fault classification based on support vector machine(SVM) 3)多传感器信息融合故障诊断 信息融合是将多源信息加以智能合 成,产 生 比单一信息源更精确、更完全的估计和判决。多 传感器信 息 融 合 方 法 包 括 基 于 权 系 数 的 融 合 方 法、基于参数 估 计 的 信 息 融 合 方 法、基 于 D-S推 理理论的融 合 方 法、基 于 Kalman滤 波 的 融 合 方 法、基于模糊神经网络的融合方法和基于粗糙集 理论的融合方法等[24],PHM 系统常采用的混 合 式信息融合结构如图8所示。 图8所示结 构 可 以 同 时 进 行 原 始 传 感 器 数 据和特征 数 据 的 融 合,在 数 据 融 合 的 过 程 中 可 以根据 需 要 从 原 始 传 感 器 信 号 中 寻 找 有 用 信 息,进而 有 效 提 高 运 算 结 果 精 度。然 后 再 采 用 独立故障 分 类 算 法 对 特 征 信 号 进 行 处 理,实 现 故障隔离。 4)模糊逻辑推理 模糊逻辑推理基于隶属度函数将系统输入进 行融合,产生输出[25]。在完成了隶属度函数度量 之后,通过诸如求和或求最大值等方法将不同隶 属度函数融合在一起,最终利用融合后的隶属度 函数计算融合输出结果,如图9所示。
1
genie2_setup.rar 安装包
2022-05-30 02:13:55 8.36MB genie
1
《贝叶斯思维:统计建模的Python学习法》唐尼
2022-05-29 15:28:08 21.07MB 贝叶斯 统计建模 Python 唐尼
1
使用K-NN、朴素贝叶斯及最小欧氏距离进行高光谱图像分类,准确度和混淆矩阵评估模型,运行project.m即可
2022-05-28 19:07:05 4.99MB 分类 人工智能 机器学习 高光谱图像
1
对三维空间特征的数据,通过最小错误率贝叶斯判别方式,对两类数据进行分类,并在空间中绘制出贝叶斯决策面
2022-05-27 15:35:29 2KB Bayes matlab
1
c#实现的贝叶斯网络数据分类器,可以自己设定节点数目,学习速率,进行分类学习。
2022-05-26 18:58:48 1.81MB 贝叶斯网络 分类器 源码
1
贝叶斯估计与跟踪实用指南英文版 近年出版的书,滤波算法比较全
2022-05-25 21:56:48 21.72MB 目标跟踪 滤波器 贝叶斯估计
1
(1) 一阶积分电路 图 6.3. 11 所示的是理想运算放大器构成的一阶积分电路。 根据电路分析可以得到其输入与输出关系为 比 =-土 I v:dt - RCJ 积分电路实际上也是一种低通滤波器ò (2 ) 一阶微分电路 罔 6.3.12所示的是用理想运算放大器构成的一阶微分电路。 、• • R R‘ r L斗| R 因 6.3.11 一阶积分电路 图 6.3.12 -阶徽分电路 其输入与输出关系为 v^ =-RC鱼 V dt 微分电路实际上可以被看做是一种隔离直流电压信号的电路。 6.3.4 滤波电路 (6.3.13 ) (6.3. 14) 滤波是信号处理中的一个重要概念。 滤被分经典滤波和现代滤波. 经典滤波的概念,是根 据傅里叶分析和变换提出的一个工程概念.根据高等数学理论,任何一个满足一定条件的信号, 都可以被看成是由无限个正弦波叠加而成的。就是说,工程信号是不同频率的正弦波线性叠加 而成的,组成信号的不同频率的正弦被叫做信号的频率成分或叫做谐波成分。只允许一定频率 范围内的信号成分正常通过,而阻止另一部分频率成分通过的电路,叫做经典滤波器或滤波电 路。 实际上,任何一个电子系统都具有自己的频带宽度 〈对信号最高频率的限制),频率特性 反映出了电子系统的这个基本特点. 而滤披器,则是根据电路参数对电路频带宽度的影响而设 计出来的工程应用电路。 由于数字技术的发展,目前电子系统中还经常使用数字滤波器. 数字滤波器的特点是参数 稳定,容易实现更好的漉波特性,从撞披器特性参数来看,数字滤波器具有模拟滤披器无法比 拟的优点 。 有关数字油波器的内容请读者参考有关数字信号处理的书籍。 • 129 •
2022-05-25 11:33:30 32.63MB 电子科学
1