基于模型诊断的改进贝叶斯方法

基于模型诊断是针对系统或设备的行为和结构建立模型，从而进行诊断的。但是基于模型诊断的方法存在不确定性问题，诊断的结果可能为一组故障部件。为解决不确定性问题，很多学者在基于模型诊断中使用了概率的方法，利用待诊断设备组成部件的故障概率信息来寻找最可能的诊断。通过对模型诊断中存在的不确定性问题的深入研究，在基于模型诊断中提出了概率的贝叶斯解释，从而利用后验概率形式量化了元件故障的可能性的衡量标准，并且改进了计算元件后验概率的方法，分析了改进后算法的复杂性和完备性，证明了改进后的方法降低了时间和空间的复杂性。实验结果表明，改进后算法的执行效率较原有的算法有明显的提高，且有些问题可以提高两个数量级。