基于数据驱动贝叶斯网络的内河船舶交通事故分析

伴随着我国内河航运的蓬勃发展,内河船舶的行驶安全受到了广泛的关注.将贝叶斯网络引入内河船舶交通事故分析,探究不同事故类型与航道、气候、船舶等方面影响因素之间的关系.首先,以芜湖海事局20132020年间上报的219条内河航运事故船舶数据为基础,抽取样本并使用贝叶斯可视化软件Netica训练得出内河船舶交通事故的贝叶斯网...     

基于复合指纹图谱和贝叶斯模型的茅尾海悬浮颗粒物源解析

为明确茅尾海中悬浮颗粒物的来源,采集了茅尾海流域红树林土壤、堤岸土、河口颗粒物、茅尾海沉积物以及湾外颗粒物等悬浮颗粒物潜在源样品.基于多元统计复合指纹图谱方法,筛选出最佳指纹因子组合,进而通过贝叶斯混合模型得出五种潜在源对茅尾海悬浮颗粒物的贡献率.结果表明:Mg、Al、Mn、Pb、Fe五种指纹元素可作为最佳指纹因子组合,累计判别正确率为78%.贝叶斯混合模型结果显示,茅尾海悬浮颗粒物主要来源于河口和湾外输送,贡献率最高达到58.9%和68.6%.其中,靠近河口区域主要受河流汇入影响,其贡献率达到42.2%~58.9%;靠近湾外区域则以湾外颗粒物贡献为主,贡献率达到44.9%~68.6%.各点位的沉积物贡献率均较低,红树林土壤和堤岸土的贡献率都在10%左右.总的来说,由河口汇入和潮汐作用带入的颗粒物是茅尾海悬浮颗粒物的主要来源.     

基于贝叶斯网络的气井井筒完整性风险评价

井筒完整性失效是气井生产中的主要风险,为有效评价井筒完整性风险,应用贝叶斯网络的推理与学习能力,建立了基于贝叶斯网络和Noisy-OR gate模型的井筒完整性失效概率计算方法和风险评价模型。由故障树分析将井筒分为管柱、水泥环密封性、井口装置、水力屏障和其他部件5个评价单元,确定了各单元的主要风险因素,建立了井筒完整性失效的贝叶斯网络拓扑结构;由Noisy-OR gate模型和历史数据,确定了贝叶斯网络的条件概率参数;将基于贝叶斯网络的失效概率与层次分析法相结合,确定了风险评价指标和等级划分标准;建立了气井井筒完整性风险评价方法。结果表明,该方法实现了井筒完整性失效概率的定量计算、风险的定量评价和主要风险因素的反向推理,可为预防和控制井筒完整性失效提供决策依据,有助于降低井筒完整性失效风险。     

基于CREAM和贝叶斯网络的航空维修人为差错概率预测

航空维修差错不仅严重威胁着飞行安全,同时也会增加航空公司的维修成本。针对航空维修人员发生差错成因的复杂性以及历史事故数据缺乏的情况下,将人因可靠性与失误分析方法（CREAM）和贝叶斯网络（BN）相结合,提出一种改进的维修差错分析模型。根据维修任务构建相应的贝叶斯网络模型,为各子节点设置条件概率表（CPT）;基于维修基地的实际维修环境,对行为形成因子（PSFs）进行评估,得到共同绩效条件（CPCs）的水平;利用各CPC因子下各个行为功能失效模式的权重因子,对各认知活动进行失效概率的修正;将修正概率作为贝叶斯网络根节点的输入,利用推理机制,得到差错发生概率。通过案例分析和计算,验证了所述方法的可行性和有效性。     

基于Bayesian网络的建筑火灾疏散条件安全性评估方法*

为了对建筑火灾疏散条件安全性进行评估,基于Bayesian网络对疏散条件重要构成要素及评估方法逻辑推理过程进行研究探讨。结果表明:评估网络结构、根节点、中间节点及目标节点之间存在因果关联关系;研究得出根节点先验概率与量化节点条件概率表设定方法;Bayesian网络将风险评估与人工智能分析方法相结合,实现对建筑火灾疏散条件的安全性评估,并可用于识别高风险建筑。     

A systems-based approach for modeling of microbiologically influenced corrosion implemented using static and dynamic Bayesian networks

Microbiologically influenced corrosion (MIC) is a microbial community assisted degradation of materials affecting chemical processing and oil and gas industries. MIC has been implicated in incidents involving loss of containment of hazardous hydrocarbons which have led to fires and explosions, economic and environmental impact. The interplay between abiotic environmental factors and dynamic biotic factors in MIC are poorly understood. There is a lack of mechanistic understanding of MIC and very few models are available to predict or assess MIC threat. Here we report on the development of a model to assess the susceptibility to MIC. The high-resolution model utilizes 60 independent nodes, including operational and historical failure analysis data, and is built by combining empirical relationships between the abiotic and biotic variables impacting MIC. Both static and dynamic Bayesian-network (BN) approaches were used to combine heuristic and quantitative states of variables to ultimately yield a susceptibility measure for MIC. A confidence-in-information metric was generated to reflect the amount of data used in the estimation. A susceptibility to MIC of 45%–60% was estimated by the model for ten different scenarios simulated using case-studies from literature. The susceptibility to MIC estimated by these scenarios was further interpreted in the context of these cases. This systems-based MIC model can be utilized as an independent estimator of susceptibility or can be incorporated as a sub-model within comprehensive safety threat assessment models currently utilized in industry.     

深水钻井隔水管紧急解脱失效动态风险分析

为了分析钻井隔水管紧急解脱失效动态风险,保证深水钻井隔水管紧急解脱安全运行,通过辨识隔水管紧急解脱相关风险因素,以及隔水管紧急解脱失效的潜在后果,采用模糊事故树和事件序列图相结合的方法,建立隔水管紧急解脱失效后果模型;基于映射准则,将模型转换成贝叶斯网络,进行深水钻井隔水管紧急解脱风险的定量分析;研究了紧急解脱动态失效概率和关键致因,并从钻井隔水管系统设计、钻井作业、紧急解脱测试和操作等方面提出预防措施,以降低紧急解脱失效概率;以南海8号钻井平台为研究对象进行案例分析。研究结果表明:1年内隔水管紧急解脱失效的概率区间为0.075 7至0.105 0;台风、不合理的解脱时刻、过提力不足、井口倾角大和内波是导致紧急解脱失效的主要原因;该模型评估结果与实际情况相符合,该方法可用于钻井隔水管紧急解脱失效风险评价。     

基于长短时记忆网络的水质预测模型研究

在当前水质数据急剧增加的背景下,为了挖掘水质时间序列中的更多信息,提升水质预测的精度,构建了基于缺失值填补算法和长短时记忆网络(LSTM)相结合的水质预测模型。通过缺失值填补算法进行水质数据的缺失值处理,利用LSTM网络分别构建不同水质参数的预测模型,以太湖水质监测数据为样本,对模型进行检验。结果表明,基于缺失值填补算法-LSTM的水质预测模型适应性强,相较传统SVM、BP神经网络、RNN、LSTM模型预测精度更高,对水环境保护具有重要意义。     

水市场双边叫价贝叶斯博弈模型及机制设计研究

通过水权交易提高水资源的使用效率和配置效率,实现水资源最优配置。水权和水市场理论研究是水资源可持续利用的重要研究课题,而水权交易模型是水市场理论与实践中水权交易的核心。针对水权交易市场最常见的双边交易,采用双边拍卖的交易模式,通过对水权交易市场的双边交易进行描述分析,建立了水权交易买卖双方叫价拍卖的不完全信息博弈模型,给出双方叫价拍卖的机制设计。该机制具有有效性和激励相容性,最后给出算例。     

基于相空间神经网络耦合模型的径流降尺度分析

基于混沌理论和神经网络理论,研究水文科学的尺度问题,将混沌神经网络分析方法应用于径流的降尺度分析。首先通过对年径流量分解到月径流量的分解系数的分析,证明了分解系数具有混沌特性;其次利用相空间BP神经网络模型对分解系数进行预测,并根据预测结果进行月径流量的降尺度计算。实例研究表明,用神经网络拟合分解系数相空间的相点演化非线性关系和用相空间神经网络模型对径流作降尺度分析是可行的。