分享到:

用于预测的贝叶斯网络

通过示例给出了贝叶斯网络的构造方法 ,概括了贝叶斯网络的特点及贝叶斯网络学习的内容与过程 ,同时给出了离散型贝叶斯网络的预测公式 .贝叶  (本文共6页) 阅读全文>>

南京航空航天大学
南京航空航天大学

面向单元体的航空发动机健康状态评估与预测方法研究

随着我国民航机队规模的不断扩大,民航安全形势和压力越来越严峻,新一代航空运输系统也对行业提出了“安全关口前移”和“持续安全”的发展目标,民航发动机的安全和成本效益问题是亟待研究的重大问题。国内航空产业领域,新一代国产军用和民用发动机均对发动机健康管理(EHM)提出了需求。因此,无论从我国民航业工程应用需要,还是从国产发动机EHM系统的研究开发的角度出发,亟需在EHM基础理论、关键技术等方面开展相关研究。本文在充分研究了EHM概念和技术架构、理清了关键技术的发展现状及趋势的基础上,结合国内在发动机健康管理工程实践中存在的问题与不足,以气路部件为对象,分别在气路部件状态监控、单元体健康状态评估及剩余寿命预测建模三个方面展开了深入研究,一方面可为提高我国民航发动机的健康管理水平提供可行的方法和技术,另一方面也可借鉴民航发动机健康管理领域成熟的技术和方法为国产发动机EHM系统的开发提供技术储备。论文主要工作如下:(1)气路部件状态监控方...  (本文共194页) 本文目录 | 阅读全文>>

《冶金自动化》2005年05期
冶金自动化

模糊贝叶斯网络应用于预测高炉铁水含硅量变化趋势

贝叶斯网络在高炉铁水含硅量预测中已取得较好效果[1]。本文的进一步改进是利用模糊逻辑方法能很好地将数据分成离散模糊集的...  (本文共4页) 阅读全文>>

东北大学
东北大学

具有认知特性的贝叶斯网络结构学习方法研究

近年来,贝叶斯网络因为其在不确定环境下知识表示、推理的能力,成为不确定性人工智能的研究热点,为管理中的不确定性决策问题提供有效的工具和方法。目前为贝叶斯网络开辟新应用方向的理论研究成为异常活跃的研究领域,主要包括贝叶斯网络学习和推理,其中贝叶斯网络学习包括结构学习和参数学习。传统的贝叶斯网络结构学习方法主要分为基于专家知识和基于数据集两种类型,是从不同形态的知识源中挖掘问题域中表现为变量依赖关系的知识,进行知识表示来确定网络结构的过程。因此,贝叶斯网络结构学习的过程是一个知识获取的过程,其本质是机器学习方法的研究。但是基于数据集的学习方法具有一定的困难,已经证明搜索最优的网络结构是一个NP-hard问题,而基于专家知识的贝叶斯网络学习具有一定的主观性。为了解决传统结构学习方法的问题,使计算机具有人的知识获取能力,为学习方法开发智能的计算模型,是对贝叶斯网络结构学习方法提出的新要求。本文在贝叶斯网络理论研究的基础上,根据认知科学人...  (本文共150页) 本文目录 | 阅读全文>>

武汉理工大学
武汉理工大学

基于贝叶斯网络的水质污染评价及预测

随着社会科学与工业技术的快速发展,水环境污染评价越来越受到人们的广泛关注。贝叶斯网络具备概率推理能力强、语义清晰、易于理解等技术特点,为依赖关系和因果关系提供了一种自然而有效的表达方式,可以发现数据集中潜在的关系和模式,因此在数据挖掘中显示出独特的优越性。正是基于这一出发点,本文将贝叶斯网络引入到水质评价及预测中,通过系统的理论研究和实验分析,建立一套系统的贝叶斯网络结构学习理论和计算方法,为水质污染评价及预测提供有力的依据。本文的研究工作和创新点主要体现在以下几个方面:1.首先对水质评价方法进行了详细阐述,对贝叶斯网络的国内外发展现状进行了综述。在总结各种水质评价方法原理及优缺点的基础上,归纳出贝叶斯网络与其他方法相比的优势和特点,对贝叶斯网络进行系统深入的分析和论述,描述了贝叶斯网络模型的构成。论述了贝叶斯网络的功能与特点,分析和讨论了基于贝叶斯网络的水质污染评价及预测的理论方法与实现步骤,建立了用于水质评价及预测的贝叶斯网...  (本文共66页) 本文目录 | 阅读全文>>

中国民用航空飞行学院
中国民用航空飞行学院

民航旅客忠诚度预测研究

近年来,随着我国航空公司尤其是低成本航空公司数量快速增长,航空公司之间的竞争日趋激烈,使得民航旅客忠诚度更难以维持,因此提高和保留民航旅客忠诚度迫在眉睫。同时,民航信息化近程不断加快,民航客户关系管理正朝数据化方向不断发展,如何运用旅客出行记录准确预测民航旅客忠诚度对航空公司挖掘潜在忠诚旅客具有重要意义。本文首先对民航旅客忠诚度的概念进行了明确界定,阐述了民航旅客忠诚度的特点。探讨了传统问卷调查方式研究民航旅客忠诚度的不足,确定了选用民航旅客出行订座记录中客观数据对民航旅客忠诚度进行评价的方法。选取了民航旅客历史购票次数、乘机里程、最近购买时长、客户关系时间长度、平均折扣、团购次数、往返次数七个指标来构建民航旅客忠诚度评价体系,并采用层次分析法对旅客忠诚度评价指标进行了赋权。提取出A航空公司20000名旅客样本所有出行记录数据,并计算出了旅客忠诚度评价值。运用K-means聚类分析方法,把评价后的旅客样本按民航旅客忠诚度值划分成...  (本文共68页) 本文目录 | 阅读全文>>