基于貝葉斯網(wǎng)絡(luò)預(yù)測的故障診斷的應(yīng)用與研究.pdf

1、貝葉斯網(wǎng)絡(luò)是伴隨著影響圖發(fā)展起來的一類決策分析工具，它提供了不確定性環(huán)境下的知識表示、推理、學(xué)習(xí)手段，可以完成決策、診斷、預(yù)測、分類等任務(wù)。在故障診斷領(lǐng)域，不確定性問題占多數(shù)，貝葉斯網(wǎng)絡(luò)能夠有效的解決復(fù)雜系統(tǒng)不確定因素引起的故障，因此，近幾年來貝葉斯網(wǎng)絡(luò)被越來越多的應(yīng)用于故障診斷領(lǐng)域，并產(chǎn)生了廣泛的影響。
　　 本篇論文首先介紹了貝葉斯網(wǎng)絡(luò)的相關(guān)理論，包括貝葉斯網(wǎng)絡(luò)的定義、特點、學(xué)習(xí)和推理等，為利用貝葉斯網(wǎng)絡(luò)解決實際問題，建立樣

2、本數(shù)據(jù)結(jié)構(gòu)和依賴關(guān)系奠定了基礎(chǔ)。其次介紹了國內(nèi)外現(xiàn)行的貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)算法，并對貝葉斯網(wǎng)絡(luò)學(xué)習(xí)算法中的一些問題進行了分析。由于現(xiàn)有的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)方法主要是針對完整或不完整的大數(shù)據(jù)集，而在實際應(yīng)用中，往往只能獲得含有較少數(shù)據(jù)的小數(shù)據(jù)集。對于這種情況，本文探討性地使用了Boostrap和K2相結(jié)合的算法，并通過對Asia網(wǎng)絡(luò)的實驗分析證明了，該算法能夠較好的解決使用小數(shù)據(jù)集設(shè)計貝葉斯網(wǎng)絡(luò)的問題。在分析了油中溶解氣體量與變壓器