貝葉斯網(wǎng)絡(luò)理論在裝備故障診斷中的應(yīng)用

前言

　　隨著電子技術(shù)、計算機技術(shù)、通信技術(shù)以及現(xiàn)代傳感技術(shù)和精密加工技術(shù)的發(fā)展，武器裝備的復(fù)雜程度越來越高，維護保障的難度也越來越大。這是因為對新型復(fù)雜的系統(tǒng)來說，人們對它的認知需要一個過程，在維護保障中也難免會遇到一些新的故障現(xiàn)象。同時，部隊對新型裝備的維修信息積累有限，故障診斷的先驗信息少。而對日益發(fā)展的自動測試系統(tǒng)來說，測試技術(shù)日益成熟，制約測試系統(tǒng)發(fā)展的“瓶頸”就是診斷系統(tǒng)?！　”緯帉懙哪康?，就是介紹一種基于貝葉斯網(wǎng)絡(luò)的裝備診斷模型建立及通用的推理算法，希望為裝備故障診斷提供一理論及應(yīng)用的支持?！　”緯榻B了裝備故障診斷的理論基礎(chǔ)和貝葉斯網(wǎng)絡(luò)的基本理論，闡述了基于簇樹的貝葉斯網(wǎng)絡(luò)推理方法和信息更新方法。根據(jù)現(xiàn)代武器裝備的技術(shù)特點，提出了武器裝備診斷貝葉斯網(wǎng)絡(luò)模型的構(gòu)建及評估方法，系統(tǒng)深入地研究了貝葉斯網(wǎng)絡(luò)的通用近似推理算法和不完整數(shù)據(jù)條件下網(wǎng)絡(luò)結(jié)構(gòu)學習方法。根據(jù)典型武器裝備的試驗測試數(shù)據(jù)，對所提出的診斷方法進行了試驗驗證?！　”緯衫詈＼?、馬登武、劉霄、姜濤等編著，由自動測試領(lǐng)域?qū)＜以S愛強教授主審。全書共分9章，主要內(nèi)容有：智能故障診斷的研究及發(fā)展、裝備故障診斷的理論基礎(chǔ)、貝葉斯網(wǎng)絡(luò)理論基礎(chǔ)、貝葉斯網(wǎng)絡(luò)的精確推理方法、連接樹的構(gòu)造及信息傳遞、診斷貝葉斯網(wǎng)絡(luò)的建立及評估方法、診斷貝葉斯網(wǎng)絡(luò)的通用近似推理算法、診斷貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學習方法以及診斷專家系統(tǒng)設(shè)計等?！　≡诒緯木帉懼校瑓⒖己鸵昧嗽S多國內(nèi)、外專家學者的著作、論文和研究成果，在書后的參考文獻中列出。作者對這些專家學者在故障診斷、知識發(fā)現(xiàn)等研究領(lǐng)域所作出的貢獻表示崇高的敬意，對引用他們的研究成果表示由衷的謝意。　　由于作者水平有限，書中難免有一些錯誤和不當之處，敬請讀者批評指正。

內(nèi)容概要

本書介紹了故障診斷及貝葉斯網(wǎng)絡(luò)的基本理論，闡述了貝葉斯網(wǎng)絡(luò)理論在智能故障診斷方法中的應(yīng)用。提出了一種基于模型分解的復(fù)雜系統(tǒng)診斷模型建立方法，能夠在最小領(lǐng)域?qū)＜邑摀闆r下建立診斷貝葉斯網(wǎng)絡(luò)模型；基于Gibbs抽樣的診斷模型評估算法，采用等概率故障注入算法，能夠?qū)崿F(xiàn)對診斷模型的全面覆蓋測試，對診斷模型進行全面評估。介紹了一種基于簇樹的通用近似診斷推理算法，結(jié)合了簇樹精確算法和重要性抽樣原理，通用性好、計算效率高。基于進化計算的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學習算法，對缺失數(shù)據(jù)處理是基于后驗網(wǎng)絡(luò)的，補充數(shù)據(jù)可信度比較高，在丟失數(shù)據(jù)較多的情況下網(wǎng)絡(luò)結(jié)構(gòu)學習性能較好。    本書適用于從事故障診斷研究領(lǐng)域的高等學校研究生和有關(guān)技術(shù)人員參考，對模式識別、知識發(fā)現(xiàn)等人工智能領(lǐng)域的研究人員也有一定的參考價值。

書籍目錄

第1章 緒論  1.1 故障診斷與綜合診斷  1.2 智能故障診斷方法的研究現(xiàn)狀及發(fā)展第2章 裝備故障診斷的理論基礎(chǔ)  2.1 武器裝備故障特點  2.2 智能故障診斷系統(tǒng)中不確定知識的處理  2.3 不確定性推理模式第3章 貝葉斯網(wǎng)絡(luò)理論  3.1 概述  3.2 貝葉斯概率基礎(chǔ)  3.3 貝葉斯學習理論  3.4 簡單貝葉斯學習模型  3.5 貝葉斯網(wǎng)絡(luò)的建造第4章 貝葉斯網(wǎng)絡(luò)的精確推理  4.1 引言  4.2 貝葉斯推理基礎(chǔ)  4.3 基于簇樹的貝葉斯網(wǎng)絡(luò)推理  4.4 小結(jié)第5章 連接樹的構(gòu)造與信息傳遞  5.1 連接樹的構(gòu)造  5.2 量化連接樹  5.3 處理證據(jù)  5.4 近似推理  5.5 小結(jié)第6章 診斷貝葉斯網(wǎng)絡(luò)的建立和評估方法  6.1 基于故障樹的貝葉斯網(wǎng)絡(luò)建立方法  6.2 基于模型分解的復(fù)雜系統(tǒng)貝葉斯網(wǎng)絡(luò)構(gòu)建方法  6.3 診斷貝葉斯網(wǎng)絡(luò)模型的評估方法研究  6.4 小結(jié)第7章 診斷貝葉斯網(wǎng)絡(luò)通用近似推理算法  7.1 概述  7.2 基于簇樹的精確推理算法  7.3 基于簇樹算法的通用近似推理算法  7.4 小結(jié)第8章 診斷貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學習  8.1 網(wǎng)絡(luò)結(jié)構(gòu)學習方法  8.2 不完整數(shù)據(jù)條件下的網(wǎng)絡(luò)結(jié)構(gòu)學習算法  8.3 小結(jié)第9章 故障診斷專家系統(tǒng)  9.1 故障診斷專家系統(tǒng)簡介  9.2 故障診斷專家系統(tǒng)的發(fā)展趨勢  9.3 故障診斷專家系統(tǒng)的基本結(jié)構(gòu)  9.4 故障診斷專家系統(tǒng)設(shè)計  9.5 故障診斷方法試驗驗證參考文獻

章節(jié)摘錄

　　第2章 裝備故障診斷的理論基礎(chǔ)　　故障診斷是人工智能的一個重要研究內(nèi)容。人工智能在故障診斷領(lǐng)域中的　　應(yīng)用，實現(xiàn)了基于人類專家經(jīng)驗知識的設(shè)備故障診斷技術(shù)，并將其提高到智能化診斷水平。智能診斷是故障診斷領(lǐng)域的前沿學科之一，目前正處于研究熱點　　之中?！　?.1 武器裝備故障特點　　隨著高技術(shù)及現(xiàn)代工業(yè)的發(fā)展，武器裝備智能化程度越來越高，系統(tǒng)越來越復(fù)雜。復(fù)雜的武器裝備故障具有以下幾個基本特點：　　2.1.1 復(fù)雜性　　復(fù)雜性是復(fù)雜裝備系統(tǒng)故障的最基本的特性。由于構(gòu)成裝備的各部件之間相互聯(lián)系、緊密耦合，致使故障原因與故障征兆之問表現(xiàn)出極其錯綜復(fù)雜的關(guān)系，即同一種故障征兆往往對應(yīng)著幾種故障原因，同一種故障原因又會引起多種故障征兆，如圖2-1所示。這種原因與征兆之間不明確的對應(yīng)關(guān)系，使得其故障診斷具有極大的復(fù)雜性。

編輯推薦

　　《貝葉斯網(wǎng)絡(luò)理論在裝備故障診斷中的應(yīng)用》編寫的目的，就是介紹一種基于貝葉斯網(wǎng)絡(luò)的裝備診斷模型建立及通用的推理算法，希望為裝備故障診斷提供一理論及應(yīng)用的支持。

圖書封面

評論、評分、閱讀與下載

---

    貝葉斯網(wǎng)絡(luò)理論在裝備故障診斷中的應(yīng)用 PDF格式下載

---