预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第21卷第6期系统工程学报Vol.21No.6 2006年12月JOURNALOFSYSTEMSENGINEERINGDec.2006 基于贝叶斯网络的概率安全评估方法研究① 周忠宝,周经伦,金光,董豆豆 (国防科技大学信息系统与管理学院,湖南长沙410073) 摘要:针对传统的事件树/故障树分析方法的局限性,提出了基于贝叶斯网络的系统概率安全评估方法.该方 法采用了一体化的建模思想,将故障树和事件树转化为贝叶斯网络进行分析,不仅可以得到常用的安全性分 析结果,还可以得到其他有用的信息,非常便于推理和诊断.而且该方法还可以处理多态、相依、非单调和非确 定性逻辑关系,有很强的适用性.通过1个油井平台瓦斯泄漏实例说明了该方法的有效性,并与传统的故障 树/事件树分析方法和基于二元决策图的分析方法进行了比较. 关键词:贝叶斯网络;概率安全评估;故障诊断 中图分类号:TB114.3文献标识码:A文章编号:1000-5781(2006)06-0636-08 ProbabilisticsafetyassessmentresearchbasedonBayesiannetworks ZHOUZhong2bao,ZHOUJing2lun,JINGuang,DONGDou2dou (SchoolofInformationSystem&Management,NationalUniversityofDefenseTechnology, Changsha410073,China) Abstract:Accordingtothedeficiencyofeventtree/faulttreeanalysis,anewprobablilisticsafetyassess2 metmethodbasedonBayesiannetworksisproposed.Theeventtreesandfaulttreesaremappedinto Bayesiannetworksandthegeneralsafetyanalysisresultsandotherusefulinformationcanbeobtainedfor reasoninganddiagnosis.Thenewmethodcandealwithmulti2state,dependency,non2monotonicandun2 certaintycorrelationsinsafetyanalysis.Thecomparisonwitheventtree/faulttreeandBDD(binarydeci2 siondigram)2basedmethodsarecarriedoutbymeansofanexampleofgasleakaccidentofoilwellplat2 formtakenfromliterature,whichdemonstratestheeffectivnessofthemethod. Keywords:Bayesiannetworks;probabilisticsafetyassessment;faultdiagnosis 0引言概率,从而定性与定量地评价系统的特性,帮助分 析人员进行合理的决策,目前事件树/故障树分析 概率安全评估是安全性分析的一个重要内方法已广泛应用于安全性分析[2]. 容,其中最常用的是事件树/故障树分析方法[1].传统的事件树/故障树分析方法需要首先计 事件树/故障树分析方法是在给定一个初始事件算导致各个后果的最小割集,然后计算各个后果 的情况下,分析该初始事件按其发展的时间顺序出现的概率以及各个基本事件的重要度[2].An2 或系统的保护层次,利用故障树方法顺序分析各drews等[3]给出了一种基于二元决策图(binaryde2 环节事件的成功与失败2种可能,最后得到该初cisiondiagrams,BDD)的概率安全评估方法.Ep2 始事件可能导致的各种后果以及各种后果发生的stein[4]对这2种方法进行了比较,认为基于最小 ①收稿日期:2005-12-12;修订日期:2006-05-09. 基金项目:“十五”国防预研资助项目(41319020103). 第6期周忠宝等:基于贝叶斯网络的概率安全评估方法研究—637— 割集的方法由于采用了截断的近似方法,因而有2)P表示一个与每个节点相关的条件概率分 可能低估或高估各个后果出现的概率,而基于布(conditionalprobabilitiesdistribution,CPD).由 BDD的方法是一种精确的方法,但却耗费大量的贝叶斯网络的条件独立性假设可知,条件概率分 内存,不适用于分析大型复杂系统.布可用P(Vi|pa(Vi))来描述,它表达了节点与 近十几年来