利用贝叶斯网络(Bayesian network,BN)的不确定性推理和图形化表达的优势,提出一种基于BN的多状态系统可靠性建模与评估的新方法,确定BN的结点及系统各元件的多个状态,并给出各状态的概率,进而用概率分布表(Conditional probability dis...利用贝叶斯网络(Bayesian network,BN)的不确定性推理和图形化表达的优势,提出一种基于BN的多状态系统可靠性建模与评估的新方法,确定BN的结点及系统各元件的多个状态,并给出各状态的概率,进而用概率分布表(Conditional probability distributing,CPD)描述元件各状态之间的关系来表达关联结点的状态,建立多状态系统BN模型。该模型表达直观,能够清晰地表示系统和元件的多种状态以及状态概率,并能够根据元件多种状态概率直接计算系统可靠度,对多状态系统可靠性进行定性分析和定量评估。实例分析表明了应用BN方法进行多状态系统可靠性评估的有效性。展开更多
文摘利用贝叶斯网络(Bayesian network,BN)的不确定性推理和图形化表达的优势,提出一种基于BN的多状态系统可靠性建模与评估的新方法,确定BN的结点及系统各元件的多个状态,并给出各状态的概率,进而用概率分布表(Conditional probability distributing,CPD)描述元件各状态之间的关系来表达关联结点的状态,建立多状态系统BN模型。该模型表达直观,能够清晰地表示系统和元件的多种状态以及状态概率,并能够根据元件多种状态概率直接计算系统可靠度,对多状态系统可靠性进行定性分析和定量评估。实例分析表明了应用BN方法进行多状态系统可靠性评估的有效性。
