[發(fā)明專利]基于模糊貝葉斯網絡的海底管道泄漏事故風險評估方法在審
| 申請?zhí)枺?/td> | 201710194972.2 | 申請日: | 2017-03-29 |
| 公開(公告)號: | CN106846155A | 公開(公告)日: | 2017-06-13 |
| 發(fā)明(設計)人: | 馬德仲;劉凱辛 | 申請(專利權)人: | 哈爾濱理工大學 |
| 主分類號: | G06Q50/00 | 分類號: | G06Q50/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 模糊 貝葉斯 網絡 海底 管道 泄漏 事故 風險 評估 方法 | ||
1. 一種基于模糊貝葉斯網絡的海底管道泄漏事故風險評估方法,其特征是: 所述的海底管道泄漏事故風險評估方法通過以下步驟實現(xiàn):
步驟一、根據(jù)Reason模型特點和海底管道泄漏事故資料建立貝葉斯網絡模型,建立專家系統(tǒng),確定專家權重確定方法;
步驟二、利用三角模糊數(shù)將步驟一確定的模糊語言表達的專家權重確定方法量化,確定事件間邏輯關系;
步驟三、將模糊數(shù)解模糊轉化為概率值;
步驟四、在GeNIe2.0軟件中定義事件間的邏輯關系,對貝葉斯網絡模型進行分析,并得出不同程度的事故的發(fā)生概率,從而確定不同泄漏程度事故的風險等級。
2. 根據(jù)權利要求1所述的基于模糊貝葉斯網絡的海底管道泄漏事故風險評估方法,其特征是:步驟一所述的根據(jù)Reason模型特點和海底管道泄漏事故資料建立貝葉斯網絡模型為:,式中:為先驗概率,為后驗概率,為似然率,A表示的是一個具有n個狀態(tài)的a1,a2,…,an多狀態(tài)變量;
則根據(jù)全狀態(tài)公式得出:,當BN有多個節(jié)點時可以表示為:,式中:X表示節(jié)點;
根據(jù)鏈式法得聯(lián)合分布,式中:為節(jié)點父代集合。
3.根據(jù)權利要求1或2所述的基于模糊貝葉斯網絡的海底管道泄漏事故風險評估方法,其特征是:步驟一所述的建立專家系統(tǒng),確定專家權重的過程具體為,將專家的語氣值非常高、高、偏高、中等、偏低、低非常低,分別一一對應描述為三角模糊數(shù):(0.9,1.0,1.0)、(0.7,0.9,1.0)、(0.5,0.7,0.9)、(0.3,0.5,0.7)、(0.1,0.3,0.5)、(0,0.1,0.3)、(0,0,0.1)。
4.根據(jù)權利要求3所述的基于模糊貝葉斯網絡的海底管道泄漏事故風險評估方法,其特征是:步驟二所述的利用三角模糊數(shù)將步驟一確定的模糊語言表達的專家權重確定方法量化,確定事件間邏輯關系的過程為:,三角模糊數(shù)可表示為(a,m,b)。
5.根據(jù)權利要求1、2或4所述的基于模糊貝葉斯網絡的海底管道泄漏事故風險評估方法,其特征是:步驟三所述的將模糊數(shù)解模糊轉化為概率值的過程為根據(jù)多個專家的意見得出一個相對合理的模糊概率,采用算數(shù)平均法來綜合評判結果,采用均值面積法,對模糊概率進行模糊處理,把模糊概率轉為精準概率,節(jié)點Xi處在j狀態(tài)的精準概率為,對根節(jié)點的各狀態(tài)的精確概率進行歸一化處理,使根節(jié)點處于不同狀態(tài)的概率之和唯一,根節(jié)點Xi處j狀態(tài)的精準概率為:。
6.根據(jù)權利要求5所述的基于模糊貝葉斯網絡的海底管道泄漏事故風險評估方法,其特征是:步驟四所述的得出不同程度的事故的發(fā)生概率,從而確定不同泄漏程度事故的風險等級得過程具體為,根據(jù)步驟三得出的根節(jié)點Xi處j狀態(tài)的精準概率Pij,并結合風險增加當量重要度,得到葉節(jié)點T處于j狀態(tài)時多狀態(tài)BN中根節(jié)點Xi的RAW重要度計算公式為:
。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱理工大學,未經哈爾濱理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710194972.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:太陽能工程聯(lián)箱內管
- 下一篇:太陽能工程聯(lián)箱端蓋





