基于贝叶斯网络的高架桥支架施工风险动态评估模型

通过深入调研高架桥支架施工风险评估方法及施工风险识别方法,探索了支架安全评价方法。选择采用贝叶斯网络分析方法进行高架桥支架施工的安全风险评估,建立了基于贝叶斯网络的支架施工风险动态评估模型,通过构建动态贝叶斯网络模型确定了条件概率和转移概率的方法并以人的因素的概率计算为例,根据专家咨询意见确定权重,通过MATLAB编程,确定了支架施工风险网络的条件概率和转移概率。     

基于贝叶斯网络的地铁项目进度风险评估——以长沙轨道交通6号线西段工程为例

针对地铁项目建设中施工安全管理和现行评估方法的局限性,分析了项目进度的潜在影响因素;通过专家调查法,划分了风险因素概率等级,构建了基于贝叶斯网络的风险评估模型;根据贝叶斯网络的链式传递原则,计算各节点的概率等级分布,综合评价了地铁项目建设过程中的潜在风险。依托长沙市地铁6号线西段二标为工程背景,验证了方法的准确性和可靠性,提出了地铁项目进度风险管理的建议和策略。     

基于 FAHP-BN 的军队工程代建模式风险评估方法

为解决军队工程代建模式风险评估过程中的主观性与不确定性,提出一种模糊层次分析法与贝叶斯网络相结合的风险评估方法。以军队代建工程质量安全事故数据为基础,建立模糊层次分析模型对代建工程风险损失权重进行评估。构建贝叶斯网络,利用 Netica 软件推理风险事件发生概率。结合风险等级隶属函数,得出代建工程整体风险等级。该方法可以有效降低风险评估的主观因素,及时发现高风险节点,更准确地把握风险态势。实例评估结果与工程实际相符,验证了评估方法的合理性和适用性,对工程代建模式风险评估具有一定的参考价值。     

基于贝叶斯网络的结构健康评估信息融合方法

为了充分利用大型结构健康监测系统中来自不同时间与空间的多传感器信息资源,获得被测对象的一致性决策和估计任务,进而提高确诊率,介绍了从多传感器数据融合的概念、基本原理出发,提出的一种基于贝叶斯网络数据融合技术的结构健康监测方法。重点叙述了用于结构健康检测的朴素贝叶斯网络和扩展的朴素贝叶斯网络结构构建,以及网络节点概率的确定方法,并在项目中进行了试验。基于贝叶斯网络的结构健康评估方法有效地利用了各信息源之间的互补性,提高了健康评估的准确率、可靠性和稳健性。     

基于贝叶斯网络的住宅防水风险研究

针对目前住宅小区经常出现漏水事故而没有成熟的方法找到其根源的问题,基于贝叶斯网络理论对住宅防水问题进行了研究。经过分析漏水事故的发生机理,结合相关领域专家的施工经验,确定主要的致险因素。在此基础上建立住宅防水风险贝叶斯网络结构,通过贝叶斯网络正向推理和反向推理,分别得出住宅漏水的概率和各个根节点的后验概率,经过排序得到关键致险因素。结合故障树理论,将各个底事件的重要度排序与贝叶斯网络得出的关键致险因素取交集,得到最终的关键致险因素。应用该方法可以对住宅漏水的问题进行有效的施工控制,指导性强。     

基于贝叶斯网络的CRM项目风险评估

针对CRM项目的风险特点,提出了基于贝叶斯网络的风险评估方法.该方法首先通过识别风险和风险关系确定贝叶斯网络结构.在估算风险概率参数后运用贝叶斯网络推理计算CRM项目中风险的发生概率,并评估其影响,划分风险优先级并处理风险.最后通过案例分析验证该方法.     

基于贝叶斯网络的钻井作业现场风险评估

针对高投入、高风险和不确定性的钻井作业现场,展开了安全评价研究。提出了一种基于贝叶斯网络定量评价钻井作业现场风险、寻找风险源的方法。通过分析历史数据与借助专家经验识别不安全因素,将影响钻井作业现场安全性的32个因素分为"人的不安全行为"和"物的不安全状态",同时构建了钻井作业现场安全性的贝叶斯网络拓扑结构,并进行了概率推理向前预测和向后诊断,定量评估了钻井作业现场安全性,找出了影响最突出的不安全因素。将其应用于龙岗气田L井钻井作业现场,得出人为的不安全行为和物的不安全状态概率分别为0.108和0.165,整个L井作业现场不安全概率为0.137,并诊断出过程监控缺陷、安全防护设施缺失、作业导致隐患、井控设备缺陷、生产管理缺陷不安全因素最突出,与现场实际情况一致。该评价方法为现场安全作业提供较为准确的诊断依据。     

基于模糊多态贝叶斯网络的山岭隧道塌方风险预测

为准确预测山岭隧道塌方风险,从自然条件、勘察设计和施工因素三个方面识别出11个主要风险因素,并将每个因素划分为5种风险状态,由此构建模糊多态贝叶斯网络。引入三角模糊数和专家置信度指标确定根节点的模糊概率;应用Leaky Noisy-MAX模型解决条件概率获取过程中的指数爆炸问题,得到非根节点的条件概率;采用基于桶消元算法的预测推理计算山岭隧道塌方风险,通过诊断推理和敏感性分析,辨识山岭隧道塌方事故的关键风险因素。通过工程实例应用验证该方法的适用性,为山岭隧道塌方事故风险预测、应急决策和故障诊断提供参考。     

一种邻近H-index的社会网络关键节点识别技术

针对新近提出的对网络中关键节点进行识别的H-index新方法的分辨率限制问题,在考虑网络信息传播概率的基础上,提出了一种邻近H-index的社会网络关键节点识别方法。该方法基于网络信息传播概率的变化以及待评估节点邻居节点的影响力水平,能够较为准确地衡量待评估节点的真实影响力水平。利用随机传染病SIR(susceptible-infected-recovered)模型在真实社会网络上对节点的实际传播能力进行评估,证实了所提出方法的有效性。     

一种新颖的高压架空输电线路状态评估方法

评估输电线路状态对于实现输电线路的智能运行具有重要作用。提出了一种基于自反馈双向贝叶斯网络的输电线路状态评估的新方法,建立了输电线路贝叶斯网络状态评估的数学模型,给出了评估的思路与步骤,条件概率的求法,得到了线路与各个部件处在正常、注意、异常与严重四种状态的概率,并通过实例进行了验证。     

贝叶斯网络在地铁施工安全评价中的应用

介绍了贝叶斯网络的构建方法以及事故树向贝叶斯网络转换的步骤,并以隧道爆破施工引发的地表建筑物受损为例,介绍了应用Matlab进行贝叶斯网络构建以及计算的方法,并假定基本事件发生概率,利用贝叶斯网络计算了顶上事件的发生概率,以及每个基本事件的后验概率;详细对比了事故树分析法和贝叶斯网络的特点,确定了在安全评价中有较多软件算法支持下的贝叶斯网络相比传统事故树分析法的优越性,为今后地铁施工安全评价提供了一种可行的方法。     

基于贝叶斯网络的商场火灾概率估算研究

针对人员密集场所之一商场的火灾问题,分析了商场火灾的特点,对火灾致灾因子进行分析,构建商场火灾的贝叶斯网络模型,采用国家统计局及《中国消防年鉴》《佛山统计年鉴》多年统计数据计算节点的初始概率,根据贝叶斯网络的传递原则计算商场火灾的发生概率。结果表明,贝叶斯方法可有效应用到火灾风险分析与管理中。     

基于贝叶斯网络的建筑结构安全评估模型

基于贝叶斯网络概率图思想提出适用于建筑结构的安全风险评价模型,采用机器学习算法进行参数训练,并结合专家经验编制了结构安全评估专家系统,仅需通过获取少量特征信息便可高效识别风险源,快速诊断风险因素安全状态,迅速给出结构安全风险评估结果,以概率分布的形式表达结构安全风险状态,可适用于大范围的城乡建筑群安全风险评估.采用该模型应用于数个实际鉴定加固工程案例,该模型评估结果与鉴定结论吻合较好.     

一种基于关键度评估的地铁信号设备维护方法

地铁信号设备种类多且关联性强,引起信号系统失效的故障信息类型较多,故障采集数据具有随机性和模糊性,仅仅分析设备故障率并不能够评估设备组件故障发生概率的相对变化率所引起的整个系统故障的相对变化率(关键度),导致运营期间无法有效针对关键设备进行维护,造成过维护或欠维护的情况。本文以地铁信号设备运营安全性、可靠性及可维护性的需求角度出发,为改进和完善信号设备的维护方法,提出了通过层次分析法与基于模糊理论的评估专家打分相结合的方法,从设备对行车的安全性影响度及列车服务可靠度、故障率、维护价值、维护成本、维护时间、故障检测难度8个方面综合评估信号设备的关键度,减少测评专家的主观性影响,确保通过判断矩阵的一致性检验,为运营信号设备维护方法提供了一种新的思路。     

基于明挖法的地铁车站施工基坑坍塌风险评价

地铁车站因其复杂的施工环境和特殊的工程特点,导致施工安全事故频繁发生。为科学有效地评价地铁车站施工发生坍塌的可能性,在明挖法的视角下,运用决策实验室法、解释结构模型和贝叶斯网络模型组成混合模型,提出了一种地铁车站施工基坑坍塌风险的评价方法。利用决策实验室法计算了各事件的重要度;运用解释结构模型明确了因素间的反馈关系;应用贝叶斯网络分析软件Netica,得到基坑坍塌事故的发生概率和致因路径。该方法克服了传统概率分析方法过度依赖精确概率及不能考虑中间事件发生故障的概率对系统影响的问题,通过各事件的重要度分析结果指导风险控制工作,为地铁车站基坑坍塌风险评价提供了新的思路和方法。     

基于Leaky Noisy OR 模型的运营隧道防水系统可靠性研究

由于运营隧道的隐蔽性和风险因素的不确定性、复杂性增加了运营隧道防水系统可靠性研究的难度。根据历史数据和专家经验建立了贝叶斯网络拓扑结构并确定根节点发生故障的先验概率值,将Leaky Noisy OR 模型引入到贝叶斯网络中,大大降低对条件概率值的需求量,同时提高模型的准确性。并应用GeNIe Ver 2.0 软件对模型进行推导,分别计算出隧道防水系统的失效概率和各风险因子的后验概率,根据后验概率的大小可以为隧道防水系统运营维护提供理论指导,提高工作效率。通过对各风险因子进行敏感性分析,找到系统中存在的敏感性因子,指导在隧道施工中降低敏感因子的发生概率以提高隧道防水系统的可靠性。     

工程项目进度风险管理的贝叶斯网络建模与分析

为研究不确定情况下的工程项目进度风险管理问题,对进度风险的贝叶斯网络模型进行了改进。给出了建设工程项目进度贝叶斯网络的定义,并将工作节点、时间节点等相关节点引入到网络模型中,分析了项目中各工作之间的不确定性关系、持续时间的不确定性,并讨论了建设工程项目进度贝叶斯网络的建模过程及概率推理算法。通过案例分析说明该模型对不确定环境下的工程项目进度风险管理的有效性,对指导实际工程项目的进度风险管理具有重要意义。     

旧工业建筑再生利用坍塌风险诊断——基于本体-贝叶斯网络分析

基于贝叶斯网络在不确定性推理领域具有独特的优势,本文构建基于本体的贝叶斯网络推理模型,对旧工业建筑再生利用风险进行诊断。基于各风险概念类间的关系,利用贝叶斯网络构建各节点(概念类)之间有向图,再运用专家评判法建立节点的条件概率分布表,最后针对具体案例开展风险推理研究,克服风险推理中的不确定缺陷,对实际案例中的风险征兆或风险结果进行深入分析,为制定风险控制举措或探究风险事件致因提供精准的研判支撑。     

基于BIM技术的高支模安全风险管理研究

为降低高支模坍塌事故的发生率,从事故角度出发,首先,构建基于贝叶斯网络的高支模坍塌事故模型,并利用贝叶斯网络对现有不确定信息进行推理;其次,计算高支模发生坍塌的概率,找出系统的薄弱环节;最后,为确保风险管理目标的实现,基于智慧工地的理念和信息技术,建立高支模安全风险控制体系,以提升高支模安全管理的水平。     

基于贝叶斯网络的工期隐性成本影响因素研究

文章针对工期隐性成本影响因素的复杂性和不确定性,采用贝叶斯网络原理建立了工期隐性成本因素贝叶斯网络,并提出了计算局部因素节点概率的算法。最后,通过实例应用,证实了该算法的可行性,为建筑施工项目的工期隐性成本控制提供了理论依据。