贝叶斯网络理论在装备故障诊断中的应用

本书介绍了故障诊断及贝叶斯网络的基本理论，阐述了贝叶斯网络理论在智能故障诊断方法中的应用。提出了一种基于模型分解的复杂系统诊断模型建立方法，能够在最小领域专家负担情况下建立诊断贝叶斯网络模型；基于Gibbs抽样的诊断模型评估算法采用等概率故障注入算法，能够实现对诊断模型的全面覆盖测试，对诊断模型进行全面评估。介绍了一种基于簇树的通用近似诊断推理算法，结合了簇树精确算法和重要性抽样原理，通用性好、计算效率高。基于进化计算的贝叶斯网络结构学习算法，对缺省数据处理是基于后验网络的，补充数据可信度比较高，在丢失数据较多的情况下网络结构学习性能较好。