Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "bayesian network" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 54
Tytuł:
Cognitive Modeling and Formation of the Knowledge Base of the Information System for Assessing the Rating of Enterprises
Autorzy:
Kryvoruchko, Olena
Desiatko, Alona
Karpunin, Igor
Hnatchenko, Dmytro
Lakhno, Myroslav
Malikova, Feruza
Turdaliev, Ayezhan
Powiązania:
https://bibliotekanauki.pl/articles/27311936.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
information security
audit
Bayesian network
artificial neural networks
Opis:
A mathematical model is proposed that makes it possible to describe in a conceptual and functional aspect the formation and application of a knowledge base (KB) for an intelligent information system (IIS). This IIS is developed to assess the financial condition (FC) of the company. Moreover, for circumstances related to the identification of individual weakly structured factors (signs). The proposed model makes it possible to increase the understanding of the analyzed economic processes related to the company's financial system. An iterative algorithm for IIS has been developed that implements a model of cognitive modeling. The scientific novelty of the proposed approach lies in the fact that, unlike existing solutions, it is possible to adjust the structure of the algorithm depending on the characteristics of a particular company, as well as form the information basis for the process of assessing the company's FC and the parameters of the cognitive model.
Źródło:
International Journal of Electronics and Telecommunications; 2023, 69, 4; 697--705
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A cloud-based urban monitoring system by using a quadcopter and intelligent learning techniques
Autorzy:
Khanmohammadi, Sohrab
Samadi, Mohammad
Powiązania:
https://bibliotekanauki.pl/articles/27314186.pdf
Data publikacji:
2022
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
urban monitoring
cloud computing
quadcopter
deep learning
fuzzy system
image processing
pattern recognition
bayesian network
intelligent techniques
learning systems
Opis:
The application of quadcopter and intelligent learning techniques in urban monitoring systems can improve flexibility and efficiency features. This paper proposes a cloud-based urban monitoring system that uses deep learning, fuzzy system, image processing, pattern recognition, and Bayesian network. The main objectives of this system are to monitor climate status, temperature, humidity, and smoke, as well as to detect fire occurrences based on the above intelligent techniques. The quadcopter transmits sensing data of the temperature, humidity, and smoke sensors, geographical coordinates, image frames, and videos to a control station via RF communications. In the control station side, the monitoring capabilities are designed by graphical tools to show urban areas with RGB colors according to the predetermined data ranges. The evaluation process illustrates simulation results of the deep neural network applied to climate status and effects of the sensors’ data changes on climate status. An illustrative example is used to draw the simulated area using RGB colors. Furthermore, circuit of the quadcopter side is designed using electric devices.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2022, 16, 2; 11--19
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automation of Information Security Risk Assessment
Autorzy:
Akhmetov, Berik
Lakhno, Valerii
Chubaievskyi, Vitalyi
Kaminskyi, Serhii
Adilzhanova, Saltanat
Ydyryshbayeva, Moldir
Powiązania:
https://bibliotekanauki.pl/articles/2124744.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
information security
audit
Bayesian network
artificial neural networks
Opis:
An information security audit method (ISA) for a distributed computer network (DCN) of an informatization object (OBI) has been developed. Proposed method is based on the ISA procedures automation by using Bayesian networks (BN) and artificial neural networks (ANN) to assess the risks. It was shown that such a combination of BN and ANN makes it possible to quickly determine the actual risks for OBI information security (IS). At the same time, data from sensors of various hardware and software information security means (ISM) in the OBI DCS segments are used as the initial information. It was shown that the automation of ISA procedures based on the use of BN and ANN allows the DCN IS administrator to respond dynamically to threats in a real time manner, to promptly select effective countermeasures to protect the DCS.
Źródło:
International Journal of Electronics and Telecommunications; 2022, 68, 3; 549--555
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluating dropout placements in Bayesian regression ResNet
Autorzy:
Shi, Lei
Copot, Cosmin
Vanlanduit, Steve
Powiązania:
https://bibliotekanauki.pl/articles/2147115.pdf
Data publikacji:
2022
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
regression
Bayesian Neural Network
MC Dropout
Opis:
Deep Neural Networks (DNNs) have shown great success in many fields. Various network architectures have been developed for different applications. Regardless of the complexities of the networks, DNNs do not provide model uncertainty. Bayesian Neural Networks (BNNs), on the other hand, is able to make probabilistic inference. Among various types of BNNs, Dropout as a Bayesian Approximation converts a Neural Network (NN) to a BNN by adding a dropout layer after each weight layer in the NN. This technique provides a simple transformation from a NN to a BNN. However, for DNNs, adding a dropout layer to each weight layer would lead to a strong regularization due to the deep architecture. Previous researches [1, 2, 3] have shown that adding a dropout layer after each weight layer in a DNN is unnecessary. However, how to place dropout layers in a ResNet for regression tasks are less explored. In this work, we perform an empirical study on how different dropout placements would affect the performance of a Bayesian DNN. We use a regression model modified from ResNet as the DNN and place the dropout layers at different places in the regression ResNet. Our experimental results show that it is not necessary to add a dropout layer after every weight layer in the Regression ResNet to let it be able to make Bayesian Inference. Placing Dropout layers between the stacked blocks i.e. Dense+Identity+Identity blocks has the best performance in Predictive Interval Coverage Probability (PICP). Placing a dropout layer after each stacked block has the best performance in Root Mean Square Error (RMSE).
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2022, 12, 1; 61--73
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reliability-aware zonotopic tube-based model predictive control of a drinking water network
Autorzy:
Khoury, Boutrous
Nejjari, Fatiha
Puig, Vicenç
Powiązania:
https://bibliotekanauki.pl/articles/2124779.pdf
Data publikacji:
2022
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
fault tolerant control
robust MPC
zonotopes
Bayesian theory
drinking water network
sterowanie tolerujące uszkodzenia
zonotopy
teoria bayesowska
sieć wody pitnej
Opis:
A robust economic model predictive control approach that takes into account the reliability of actuators in a network is presented for the control of a drinking water network in the presence of uncertainties in the forecasted demands required for the predictive control design. The uncertain forecasted demand on the nominal MPC may make the optimization process intractable or, to a lesser extent, degrade the controller performance. Thus, the uncertainty on demand is taken into account and considered unknown but bounded in a zonotopic set. Based on this uncertainty description, a robust MPC is formulated to ensure robust constraint satisfaction, performance, stability as well as recursive feasibility through the formulation of an online tube-based MPC and an accompanying appropriate terminal set. Reliability is then modelled based on Bayesian networks, such that the resulting nonlinear function accommodated in the optimization setup is presented in a pseudo-linear form by means of a linear parameter varying representation, mitigating any additional computational expense thanks to the formulation as a quadratic optimization problem. With the inclusion of a reliability index to the economic dominant cost of the MPC, the network users’ requirements are met whilst ensuring improved reliability, therefore decreasing short and long term operational costs for water utility operators. Capabilities of the designed controller are demonstrated with simulated scenarios on the Barcelona drinking water network.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2022, 32, 2; 197--211
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of the possibility of using Bayesian nets and Petri nets in the process of selecting additive manufacturing technology in a manufacturing company
Autorzy:
Topczak, Marcin
Śliwa, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/1837799.pdf
Data publikacji:
2021
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
additive manufacturing
Bayesian network
Petri nets
process modelling
produkcja dodatkowa
Sieć bayesowska
Sieci Petriego
modelowanie procesów
Opis:
The changes caused by Industry 4.0 determine the decisions taken by manufacturing companies. Their activities are aimed at adapting processes and products to dynamic market requirements. Additive manufacturing technologies (AM) are the answer to the needs of enterprises. The implementation of AM technology brings many benefits, although for most 3D printing techniques it is also relatively expensive. Therefore, the implementation process should be preceded by an appropriate analysis, in order, finally, to assess the solution. This article presents the concept of using the Bayesian network when planning the implementation of AM technology. The use of the presented model allows the level of the success of the implementation of selected AM technology, to be estimated under given environmental conditions.
Źródło:
Applied Computer Science; 2021, 17, 1; 5-16
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Falcon optimization algorithm for bayesian network structure learning
Autorzy:
Kareem, Shahab Wahhab
Okur, Mehmet Cudi
Powiązania:
https://bibliotekanauki.pl/articles/2097968.pdf
Data publikacji:
2021
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
Bayesian network
global search
falcon optimization algorithm
structure learning
search and score
Opis:
In machine-learning, some of the helpful scientific models during the production of a structure of knowledge are Bayesian networks. They can draw the relationships of probabilistic dependency among many variables. The score and search method is a tool that is used as a strategy for learning the structure of a Bayesian network. The authors apply the falcon optimization algorithm (FOA) to the learning structure of a Bayesian network. This paper has employed reversing, deleting, moving, and inserting to obtain the FOA for approaching the optimal solution of a structure. Essentially, the falcon prey search strategy is used in the FOA algorithm. The result of the proposed technique is associated with pigeon-inspired optimization, greedy search, and simulated annealing that apply the BDeu score function. The authors have also examined the performances of the confusion matrix of these techniques by utilizing several benchmark data sets. As shown by the experimental evaluations, the proposed method has a more reliable performance than other algorithms (including the production of excellent scores and accuracy values).
Źródło:
Computer Science; 2021, 22 (4); 553--569
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Grid Fault Diagnosis Based on Information Entropy and Multi-source Information Fusion
Autorzy:
Zeng, Xin
Xiong, Xingzhong
Luo, Zhongqiang
Powiązania:
https://bibliotekanauki.pl/articles/1844639.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
information entropy
Bayesian network
multi-source information fusion
D-S evidence theory
fault diagnosis
Opis:
In order to solve the problem of misjudgment caused by the traditional power grid fault diagnosis methods, a new fusion diagnosis method is proposed based on the theory of multi-source information fusion. In this method, the fault degree of the power element is deduced by using the Bayesian network. Then, the time-domain singular spectrum entropy, frequency-domain power spectrum entropy and wavelet packet energy spectrum entropy of the electrical signals of each circuit after the failure are extracted, and these three characteristic quantities are taken as the fault support degree of the power components. Finally, the four fault degrees are normalized and classified as four evidence bodies in the D-S evidence theory for multi-feature fusion, which reduces the uncertainty brought by a single feature body. Simulation results show that the proposed method can obtain more reliable diagnosis results compared with the traditional methods.
Źródło:
International Journal of Electronics and Telecommunications; 2021, 67, 2; 143-148
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Maintenance Evaluation and Optimization of a Multi-State System Based on a Dynamic Bayesian Network
Autorzy:
Dahia, Zakaria
Bellaouar, Ahmed
Dron, Jean-Paul
Powiązania:
https://bibliotekanauki.pl/articles/2023959.pdf
Data publikacji:
2021-09
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
multi-state system
dynamic Bayesian network
reliability
availability
maintenance optimization
Opis:
Nowadays, the main challenge in maintenance is to establish a dynamic maintenance strategy to significantly track and improve the performance measures of multi-state systems in terms of production, quality, security and even the environment. This paper presents a quantitative approach based on Dynamic Bayesian Network (DBN) to model and evaluate the maintenance of multi-state system and their functional dependencies. According to transition relationships between the system states modeled by the Markov process, a DBN model is established. The objective is to evaluate the reliability and the availability of the system with taking into account the impact of maintenance strategies (perfect repair and imperfect repair). Using the proposed approach, the dynamic probabilities of system states can be determined and the subsystems contributing to system failure can also be identified. A practical application is demonstrated by a case study of a blower system. Through the result of the diagnostic inference, to improve the performances of the blower, the critical components C, F, W, and P should be given more attention. The results indicate also that the perfect repair strategy can improve significantly the performances of the blower, while the imperfect repair strategy cannot degrade the performances in comparison to the perfect repair strategy. These results show the effectiveness of this approach in the context of a predictive evaluation process and in providing the opportunity to evaluate the impact of the choices made on the future measurement of systems performances. Finally, through diagnostic analysis, intervention management and maintenance planning are managed efficiently and optimally.
Źródło:
Management and Production Engineering Review; 2021, 13, 3; 3-14
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Use of fuzzy fault tree analysis and noisy-OR gate bayesian network for navigational risk assessment in Qingzhou Port
Autorzy:
Zhao, C.
Wu, B.
Yip, T. L.
Lv, J.
Powiązania:
https://bibliotekanauki.pl/articles/2063967.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
Tematy:
risk assessment
Bayesian Network Model
navigational risk
navigational risk assessment
Port of Qingzhou
fuzzy fault tree
noisy-OR gate
navigational accidents
Opis:
Collisions and groundings account for more than 80% among all types of maritime accidents, and risk assessment is an essential step in the formal safety assessment. This paper proposes a method based on fuzzy fault tree analysis and Noisy-OR gate Bayesian network for navigational risk assessment. First, a fault tree model was established with historical data, and the probability of basic events is calculated using fuzzy sets. Then, the Noisy-OR gate is utilized to determine the conditional probability of related nodes and obtain the probability distribution of the consequences in the Bayesian network. Finally, this proposed method is applied to Qinzhou Port. From sensitivity analysis, several predominant influencing factors are identified, including navigational area, ship type and time of the day. The results indicate that the consequence is sensitive to the position where the accidents occurred. Consequently, this paper provides a practical and reasonable method for risk assessment for navigational accidents.
Źródło:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2021, 15, 3; 765--771
2083-6473
2083-6481
Pojawia się w:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A novel reliability estimation method of multi-state system based on structure learning algorithm
Nowatorska metoda oceny niezawodności systemów wielostanowych w oparciu o algorytm uczenia struktury
Autorzy:
Li, Zhifeng
Wang, Zili
Ren, Yi
Yang, Dezhen
Lv, Xing
Powiązania:
https://bibliotekanauki.pl/articles/301718.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
reliability analysis
Bayesian network
structure learning
multi-state system (MSS)
dependent failure
analiza niezawodności
sieć bayesowska
uczenie struktury
system wielostanowy
uszkodzenie zależne
Opis:
Traditional reliability models, such as fault tree analysis (FTA) and reliability block diagram (RBD), are typically constructed with reference to the function principle graph that is produced by system engineers, which requires substantial time and effort. In addition, the quality and correctness of the models depend on the ability and experience of the engineers and the models are difficult to verify. With the development of data acquisition, data mining and system modeling techniques, the operational data of a complex system considering multi-state, dependent behavior can be obtained and analyzed automatically. In this paper, we present a method that is based on the K2 algorithm for establishing a Bayesian network (BN) for estimating the reliability of a multi-state system with dependent behavior. Facilitated by BN tools, the reliability modeling and the reliability estimation can be conducted automatically. An illustrative example is used to demonstrate the performance of the method.
Tradycyjne modele niezawodności, takie jak analiza drzewa błędów (FTA) czy schemat blokowy niezawodności (RBD), buduje się zazwyczaj w oparciu o tworzone przez inżynierów systemowych schematy zasad działania systemu, których przygotowanie wymaga dużych nakładów czasu i pracy. Jakość i poprawność tych modeli zależy od umiejętności i doświadczenia inżynierów, a same modele są trudne do zweryfikowania. Dzięki rozwojowi technik akwizycji i eksploracji danych oraz modelowania systemów, dane operacyjne złożonego systemu uwzględniające jego zależne, wielostanowe zachowania mogą być pozyskiwane i analizowane automatycznie. W artykule przedstawiono metodę konstrukcji sieci bayesowskiej (BN) opartą na algorytmie K2, która pozwala na ocenę niezawodności systemu wielostanowego o zachowaniach zależnych. Dzięki narzędziom BN, modelowanie i szacowanie niezawodności może odbywać się automatycznie. Działanie omawianej metody zilustrowano na podstawie przykładu.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 1; 170-178
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Extracting structure of Bayesian network from data in predicting the damage of prefabricated reinforced concrete buildings in mining areas
Wyodrębnianie struktury sieci Bayesowskiej z danych w prognozowaniu uszkodzeń żelbetowych budynków prefabrykowanych na terenach górniczych
Autorzy:
Rusek, Janusz
Firek, Karol
Słowik, Leszek
Powiązania:
https://bibliotekanauki.pl/articles/1841950.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
Bayesian network
damage
risk
prefabricated reinforced concrete structures
sieci Bayesowskie
uszkodzenia
ryzyko
prefabrykowane budynki żelbetowe
Opis:
This article presents the results of the research on the construction of a model for assessing the risk of damage to building structures located in mining areas. The research was based on the database on the structure, technical condition and mining impacts regarding 129 prefabricated reinforced concrete buildings erected in the industrialised large-block system, located in the mining area of the Legnica-Glogow Copper District (LGCD). The methodology of the Bayesian Belief Network (BBN) was used for the analysis. Using the score-based Bayesian structure learning approach (Hill-Climbing and Tabu-Search) as well as the selected optimisation criteria, 16 Bayesian network structures were induced. All models were subjected to quantitative and qualitative evaluation by verifying their features in the context of accuracy of prediction, generalisation of acquired knowledge and cause-effect relationships. This allowed to select the best network structure together with the corresponding optimisation criterion. The analysis of the results demonstrated that the Tabu-Search method adopting the optimisation criterion in the form of Locally Averaged Bayesian Dirichlet score (BDla) led to obtaining a model with the best features among all the selected models. The results justified the adoption of the BBN methodology as effective in the context of assessing the extent of damage to building structures in mining areas.
W artykule zaprezentowano wyniki badań dotyczących budowy modelu do oceny ryzyka powstawania uszkodzeń budynków usytuowanych na terenach górniczych. Podstawą do badań była baza danych nt. konstrukcji, stanu technicznego oraz wpływów górniczych dla 129 żelbetowych prefabrykowanych budynków wznoszonych w uprzemysłowionym systemie wielkoblokowym zlokalizowanych na terenie górniczym Legnicko-Głodowskiego Okręgu Miedziowego (LGOM). Do analiz zastosowano metodykę sieci przekonań Bayesa (BBN – Belief Bayesian Networks). Stosując podejście score-based Bayesian structure learning (Hill-Climbing oraz Tabu-Search) oraz wyselekcjonowane kryteria optymalizacyjne, wyłoniono 16 struktur sieci Bayesowskich. Wszystkie modele poddano ocenie ilościowej i jakościowej, weryfikując ich własności w kontekście trafności predykcji, generalizacji nabytej wiedzy oraz zależności przyczynowo-skutkowych. Pozwoliło to na wyselekcjonowanie najlepszej struktury sieci wraz z odpowiadającym kryterium optymalizacyjnym. Analiza wyników wykazała, że metoda Tabu-Search przy przyjęciu kryterium optymalizacyjnego w postaci Locally Averaged Bayesian Dirichlet score (BDla), prowadzi do uzyskania modelu o najlepszych własnościach spośród wszystkich wyłonionych modeli. Uzyskane rezultaty uzasadniają przyjęcie metodyki BBN, jako efektywnej w kontekście oceny zakresu uszkodzeń budynków na terenach górniczych.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 4; 658--666
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Importance measure of probabilistic common cause failures under system hybrid uncertainty based on bayesian network
Oparta na sieci bayesowskiej miara ważności probabilistycznych uszkodzeń spowodowanych wspólną przyczyną w warunkach niepewności hybrydowej systemu
Autorzy:
Mi, Jinhua
Li, Yan-Feng
Beer, Michael
Broggi, Matteo
Cheng, Yuhua
Powiązania:
https://bibliotekanauki.pl/articles/1365216.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
probabilistic common cause failure
Bayesian network
α factor model
extended Birnbaum importance
probabilistyczne uszkodzenie spowodowane wspólną przyczyną
sieć bayesowska
model współczynnika α
rozszerzona miara ważności Birnbauma
Opis:
When dealing with modern complex systems, the relationship existing between components can lead to the appearance of various dependencies between component failures, where multiple items of the system fail simultaneously in unpredictable fashions. These probabilistic common cause failures affect greatly the performance of these critical systems. In this paper a novel methodology is developed to quantify the importance of common cause failures when hybrid uncertainties are presented in systems. First, the probabilistic common cause failures are modeled with Bayesian networks and are incorporated into the system exploiting the α factor model. Then, probability-boxes (bound analysis method) are introduced to model the hybrid uncertainties and quantify the effect of uncertainties on system reliability. Furthermore, an extended Birnbaum importance measure is defined to identify the critical common cause failure events and coupling impact factors when uncertainties are expressed by probability-boxes. Finally, the effectiveness of the method is demonstrated through a numerical example.
W przypadku nowoczesnych systemów złożonych, relacje zachodzące między komponentami mogą prowadzić do pojawienia się różnych zależności między ich uszkodzeniami, a tym samym do sytuacji w których kilka składowych systemu ulega uszkodzeniu jednocześnie w nieprzewidywalny sposób. Tego typu probabilistyczne uszkodzenia wywołane wspólną przyczyną (PCCF) mają ogromny wpływ na wydajność tych kluczowych systemów. W przedstawionym artykule opracowano nową metodę szacowania ważności PCFF w sytuacjach, gdy w systemie występują niepewności hybrydowe. W pierwszej kolejności, PCFF zamodelowano za pomocą sieci bayesowskich i włączono do systemu wykorzystującego model współczynnika α. Następnie, wprowadzono przedziały prawdopodobieństwa, tzw. probability boxes (bound analysis method), w celu zamodelowania niepewności hybrydowych i kwantyfikacji wpływu tych niepewności na niezawodność systemu. Ponadto zdefiniowano rozszerzoną miarę ważności Birnbauma, która pozwala zidentyfikować krytyczne zdarzenia PCCF oraz czynniki, które je wywołały, w przypadkach, gdy niepewności wyrażone są za pomocą probability boxes. Skuteczność metody wykazano na przykładzie numerycznym.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 1; 111-120
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Imprecise sensitivity analysis of system reliability based on the Bayesian network and probability box
Niedokładna analiza czułościowa niezawodności systemu w oparciu o sieć bayesowską i pole prawdopodobieństwa (p-box)
Autorzy:
Liang, He
Mi, Jinhua
Bai, Libing
Cheng, Yuhua
Powiązania:
https://bibliotekanauki.pl/articles/1841867.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
bayesian network
probability box
sensitivity analysis
reliability analysis
sieć bayesowska
pole prawdopodobieństwa
analiza czułości
analiza niezawodności
Opis:
Sensitivity analysis measures how changes in system inputs affect outputs. Previously, a large amount of sensitivity analysis research was relevant to the precise probability that is regarded as an ideal condition of engineering. Due to insufficient test samples and the low accuracy of test data, system reliability with hybrid uncertainty is difficult to be described as a precise value. As a profusion of highly integrated electromechanical equipment is applied in modern life, it is impossible to apply sufficient resources to eliminate the stochastic property of every component, which necessitates the identification of highly sensitive components to efficiently reduce imprecision. Hence, based on the theory of imprecise probability, imprecise sensitivity analysis has become a popular research topic in the last decade. In this paper, a method for uncertain system reliability and imprecise sensitivity analysis is proposed based on a Bayesian network, a probability box and the pinching method. The feasibility and accuracy of the combined method are fully verified through the evaluation and analysis of a numerical example and a case study of an electromechanical system, and the highly sensitive components that heavily influence the imprecision of system outputs are accurately identified.
Celem analizy czułościowej jest badanie w jakim stopniu zmiany danych wejściowych systemu wpływają na dane wyjściowe. Dotychczasowe badania z wykorzystaniem analizy czułościowej były związane z dokładnym prawdopodobieństwem postrzeganym w inżynierii jako warunek idealny. Przy niewystarczającej wielkości badanej próby i niskiej dokładności danych testowych, niezawodność systemu o hybrydowej niepewności trudno opisać w sposób dokładny. Biorąc pod uwagę fakt, że we współczesnym świecie wykorzystuje się duże ilości wysoce zintegrowanych urządzeń elektromechanicznych, niemożliwa jest alokacja wystarczających zasobów w celu wyeliminowania właściwości stochastycznych każdego elementu. Oznacza to, że aby zredukować niedokładność, konieczna jest identyfikacja komponentów o wysokiej czułości. Dlatego też popularnym przedmiotem badań ostatniej dekady stała się niedokładna analiza czułości, bazująca na teorii niedokładnego prawdopodobieństwa. W artykule zaproponowano metodę analizy niezawodności niepewnego systemu jak również niedokładnej analizy czułościowej w oparciu o sieć bayesowską, pole prawdopodobieństwa i metodę pinch point. Możliwość wykorzystania i dokładność metody zostały w pełni potwierdzone na podstawie przykładu liczbowego jak również studium przypadku systemu elektromechanicznego; proponowana metoda pozwoliła na poprawne określenie wysoce czułych elementów systemu, które w dużym stopniu wpływają na niedokładność danych wyjściowych układu.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 3; 508-519
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reactive energy compensator effect on the reliability of a complex electrical system using Bayesian networks
Autorzy:
Reffas, Omar
Sahraoui, Yacine
Nahal, Mourad
Ghoul, Rachida Hadiby
Saad, Salah
Powiązania:
https://bibliotekanauki.pl/articles/1844423.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
STATCOM
reliability
Complex Electrical System
reactive energy
Bayesian network
Opis:
The static synchronous compensator is presented in order to improve an electrical network system performance. The present work aims to develop a Bayesian methodology for assessing the time-variant reliability of a complex electrical system taking into account reactive energy compensator (STATCOM). However, the complex aspect is not only related to the complexity of electrical system components architecture, nevertheless is allied to electrical network and STATCOM interactions. The Bayesian network is used for coping with this complexity constraint. The reliability-based assessment of reactive energy compensator effect is applied to a real case of a complex electrical system. The proposed Bayesian methodology application reveals that the STATCOM has a significant influence on electrical system reliability and the developed model can provide valuable information for decision makers to improve the system reliability performance.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 4; 684-693
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 54

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies