机械系统贝叶斯网络参数估计

由于数据缺乏、单元分布不同等,机械系统贝叶斯网络模型的参数估计面临很多困难。为此,采用贝叶斯方法分别对根节点服从多项分布、指数分布、正态分布、Weibull分布的概率估计和多项分布情况下的条件概率估计进行了研究。所提方法解决了建模过程中的小子样、多分布等难题,在机械系统贝叶斯网络建模中有很大优势。     

用于态势估计的贝叶斯网络方法

态势估计系统需要对大量的不确定性知识进行处理,不确定性知识表示和推理是态势估计中的研究热点.利用贝叶斯网络技术,可以实现对不确定性知识的处理.为此讨论了贝叶斯网络理论,详细分析了态势估计的功能模型,提出事件检测是态势估计的核心和起点,研究了用于态势估计的贝叶斯网络的构建方法.该方法充分考虑贝叶斯网络的几项基本要素,可以解决态势估计领域中贝叶斯网络的构建问题.贝叶斯网络技术在态势估计领域具有广阔的前景,将极大地推动态势估计系统的发展.     

基于贝叶斯网络的空中目标威胁估计算法

联合作战条件下,指挥决策人员在海量描述战场态势的数据和信息面前往往会束手无策,无法快速作出正确的决策。贝叶斯网络模型是一种基于概率推理的网络化数学模型,能够通过一些变量的信息来获取其他的概率信息,从而解决不定性和不完整性问题。提出了一种基于贝叶斯网络的空中目标威胁估计算法,用空中威胁网络模型找到空中威胁目标各属性之间的潜在关系,并建立空中目标威胁估计算法,最后以一个实例来验证该空中目标威胁估计的计算过程和有效性。     

基于贝叶斯网络的态势估计时间推理方法

基于贝叶斯网络的态势估计方法是目前态势估计领域中的主要方法之一,然而,传统的贝叶斯网络不具备时间语义,因此无法解决态势估计中的时间推理问题.基于此,对贝叶斯网络进行改造,研究了时间贝叶斯网络的构建方法.通过一个战场想定,说明了时间贝叶斯网络构建、推理的过程与方法,证明了提出方法的有效性.     

基于大规模贝叶斯网络的安全性分析算法

贝叶斯网络计算量随着节点数增多呈指数增长,限制了大规模贝叶斯网络在安全性分析中的应用。为此,利用独立性条件分解整个网络,压缩推理时显式表达的项数,给出了计算顶事件发生概率及割集的算法,并分析了算法复杂性。在满足工程需要情况下,将提出算法与基于BDD算法相比,该算法表现出占用内存少、运行速度快的良好性能。     

贝叶斯网络用于作战态势评估

作为一种知识表示和进行概率推理的框架,贝叶斯网络在具有内在不确定性的推理和决策问题中得到了广泛的应用.因果推理是态势评估中的一个重要环节,用贝叶斯网络找出态势假设和事件之间的潜在关系,正是态势评估所需完成的功能.提出了构建贝叶斯网络进行态势估计的步骤,分析了态势估计系统事件的层次.给出一个具体的实例,演示了使用贝叶斯网络进行态势估计的过程.     

基于直觉模糊贝叶斯网络的不确定性推理方法

针对模糊贝叶斯网络模型对战场态势信息不确定性描述与推理方面的局限性,利用直觉模糊属性函数表示贝叶斯网络节点概率以及变量间的因果依赖关系,给出了直觉模糊贝叶斯网络(IFBN)的定义,证明了节点直觉模糊性在贝叶斯网络推理中的可传播性,并提出了基于IFBN的不确定性推理方法,有效地提高了贝叶斯网络模型推理的准确性,增强了军事态势评估系统形成正确战场感知的作战效能。最后通过典型实例验证了该方法的有效性和优越性。     

基于模块化的动态贝叶斯网络的安全态势评估模型

针对由网络信息系统结构变动引起的安全态势评估时效性差的问题,结合层次网络和模块网络的优点,建立了基于模块化动态贝叶斯网络的态势评估模型。首先,通过判断节点间是否存在有向连接,建立子系统的动态贝叶斯网络模块单元;然后,由若干模块单元和独立节点构建整体的动态贝叶斯网络,并利用约束递归算法学习网络概率参数;最后,通过仿真测试验证该模型的正确性。     

基于BN-AHP的装甲车辆动力系统故障状态评估

装甲车辆复杂传统部件的损伤能否及时被发现,这关系到整车战备或作战能力,系统的故障状态评估是至关重要的。将贝叶斯网络模型结合云模型理论,建立云贝叶斯网络模型,针对4个不同工况的装甲车辆进行故障状态评估。在获取贝叶斯网络初始节点时更多是依靠专家经验,往往会带来很大的误差,导致条件概率偏差过大,采用证据理论/层次分析法来优化专家经验,确定各个节点的条件概率;将层次分析法转化所得的条件概率值代入到云贝叶斯网络模型中,经过计算可以得到不同损毁等级的概率。将云贝叶斯网络模型计算结果与其他状态评估方法结果进行对比分析,结果表明,所采用的计算方法较其他方法在可靠性和准确性方面有所提高。     

贝叶斯网络下考虑攻击企图的目标威胁评估

为解决舰艇编队的防空目标威胁评估问题,针对现有威胁评估方法中忽略目标攻击企图,且只进行静态评估而未考虑目标机动导致的运动参数变化对威胁评估的影响之不足,提出了利用目标攻击时所表现出来的特征参数进行攻击企图估计,并分析了影响机动目标威胁程度的相关参数和变量,以目标信息更新周期为不同时间片,建立了用于动态评估目标威胁度的离散模糊动态贝叶斯网络结构模型。为适应编队防空中火力通道多、目标批次多的特点,将一般威胁等级从3级划分扩展为5级划分。给出了网络中主要节点的状态转移概率表和条件概率表。通过对机动目标按照典型攻击航路的威胁度变化仿真表明,所建立的模型和采用的方法合理有效,能够较为准确地反映目标威胁,贴近实战。     

发射潜空导弹对潜艇生存概率影响

潜艇对抗反潜机中潜空导弹的使用是一个对潜艇生存概率产生重大影响的复杂的决策过程,运用贝叶斯网络将过程指标体系作为修后评价指标体系的先验知识。首先建立潜艇发射潜空导弹后潜艇生存概率的评价指标体系,然后,建立贝叶斯网络模型,通过改进的模糊综合评价方法确定了根节点的先验概率,通过专家经验法确定了子节点的条件概率,并给出了模型的具体求解步骤。最后将先验概率与条件概率输入Netica仿真软件,对贝叶斯网络进行仿真与分析。结果表明:提出的方法能够在一定程度上解决潜空导弹发射后潜艇的生存概率问题,为完善潜艇的作战理论和潜艇生存概率评估提供了借鉴。     

动态贝叶斯网络的无人机炮火校射

动态贝叶斯网络(Dynamic Bayesian Networks-DBNs),是对具有随机过程性质的不确定性问题进行建模和处理的一个有力工具.提出将隐马尔可夫模型(Hidden Markov Models-HMMs)图形模式与贝叶斯网络结合起来构成DBN,将其用于无人机照相侦察情报的推理分析,决定炮火优先打击区域.首先建立动态贝叶斯网络的战场态势变化模型,而后应用HMM的推理算法获得当前隐含序列最优估计,且可预测出未来战场态势.最后应用模糊推理获得优先打击的区域号.仿真结果表明了模型的可行性.该方法有效解决了贝叶斯网络对于瞬间变化战场态势推理的不足的缺陷,为炮兵指挥员更好地运用火力,分出主次奠定了基础.     

复杂系统工程作业贝叶斯网络风险方法研究

针对复杂系统工程作业工种多、隐蔽性强、不确定因素多的情况,提出了基于贝叶斯网络的风险评估方法。从工程作业过程分析着手,建立了贝叶斯网络风险评估模型;针对多状态根节点缺乏数据的问题,应用三角模糊函数确定了概率输入;针对多状态节点条件概率值难以获取的问题,应用DS证据理论融合处理专家信息。以安排导弹战备值班为研究对象进行了实例分析。仿真表明,评估模型因果推理即可确定工程作业存在的风险概率;诊断推理即可确定风险发生情况下的关键影响因子,据此可以制定合理的预防性措施。     

稳态条件高斯推理在电磁态势估计中的应用

根据电磁态势估计原理,建立含连续结点和离散结点的混合贝叶斯网络模型,对一级融合的输出数据进行二级处理,估计干扰前后单架飞机对单个保护目标的威胁的变化情况。针对传统的连接树推理算法的不足,提出稳态条件高斯推理算法。新算法不仅能实现数值稳定性,还能根据高斯混合模型精确计算查询结点的边缘概率密度。仿真实验表明,稳态条件高斯推理是解决电磁态势估计问题的一种有效方法,且威胁估计的精度高。     

基于贝叶斯网络的威胁识别

根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法.分析了使用贝叶斯网络进行威胁估计表示问题,提出了构建贝叶斯网络进行威胁估计的步骤.最后,给出一个具体的实例,演示了使用贝叶斯网络进行威胁识别的过程,实现了战场态势中蓝方机群对红方战术意图的提前预测.     

基于贝叶斯网络的火箭发动机失效预警

针对固体火箭发动机失效风险的诸多不确定性,构建了火箭发动机失效风险的贝叶斯网络拓扑,将各类风险诱因纳入到具有因果关联的网络结构中,基于贝叶斯推理规则,利用条件概率计算了各种指标对发动机的影响程度。预警模型结果表明,借助装备结构关系构建的贝叶斯网络更贴合其故障关联性和传播路径,可以较好地实现失效预警。     

基于贝叶斯攻击图的网络安全风险评估方法

针对当前基于攻击图的网络安全风险评估方法在评估过程中考虑网络实际运行情况不全面的问题,提出了一种基于贝叶斯攻击图的网络安全风险评估方法。首先,基于贝叶斯攻击图对目标网络进行了建模;其次,结合攻击意图和原子攻击的特性,利用先验概率对属性节点的静态风险进行了评估;最后,运用贝叶斯推理方法中的后验概率对静态风险评估攻击图进行了动态更新,实现了对目标网络的动态风险评估。通过试验分析验证了该方法的可行性,可为实施网络安全防护策略提供依据。     

基于BP神经化贝叶斯网络的空袭目标毁伤效果评估

针对空袭目标毁伤因素的复杂多样性,以及贝叶斯网络在评估时对先验知识获取和对网络节点限制方面存在的不足,提出一种BP神经化贝叶斯网络的评估方法,解决空袭目标的毁伤问题。分析了空袭目标毁伤的影响因素,并进行了知识表示;分析了贝叶斯网络结构处理多个父节点问题时存在的几个缺陷,建立了空袭目标毁伤评估的BP神经化网络结构,给出了"BP神经化模块"的决策方法。通过实例分析,结合Netica仿真,验证了该评估方法的准确性,操作简单、有效性好。     

复杂舰船目标毁伤评估模型建立方法研究

针对舰船目标毁伤效果评估问题的复杂性和困难,利用贝叶斯网络在不确定性推理计算方面的优势,计算总结出目标舰船毁伤后舱室的毁伤规律,同时根据同层节点不同工作流程关系,分别采用维修时间统计法和权重对比法确定各节点不同状态组合参数,完成贝叶斯网络评估模型的建立,较好地推理计算了目标舰船模型中所有可能工况的总体毁伤结果,得到全工况舰船目标总体毁伤状态表,结合蒙特卡洛模拟导弹打靶试验结果,进一步推导出导弹对舰船目标的总体毁伤概率,实现反舰导弹毁伤威力的定量评估。     

基于证据网络的空间信息支援体系能力评估模型构建

针对空间信息支援体系能力评估中信息存在多种不确定性的问题,采用基于证据网络的方法开展建模研究。利用因果图方法进行证据网络结构建模,建立有向无环图;利用条件信度参数方法进行证据网络参数建模,表征节点之间的定量化关联关系;最后,以空间导航定位体系能力评估为案例,建立相应的证据网络模型,并与贝叶斯网络建模方法进行了对比分析。结果表明:证据网络能够处理空间信息支援能力评估中的认知不确定,验证了所提出方法的正确性和有效性。