基于贝叶斯网络的公路工程造价指数预测模型研究

本文拟通过贝叶斯网络的结构学习建立造价指数影响因素间的因果关系,通过参数学习建立影响因素之间的条件概率分布;并以此为基础构建基于贝叶斯网络的造价指数预测专家系统,为造价指数的动态变化提供一种新方法.     

基于贝叶斯网络的公路工程造价指数预测模型研究

本文拟通过贝叶斯网络的结构学习建立造价指数影响因素间的因果关系,通过参数学习建立影响因素之间的条件概率分布;并以此为基础构建基于贝叶斯网络的造价指数预测专家系统,为造价指数的动态变化提供一种新方法.     

高速公路交通事故概率预测方法研究

准确的高速公路交通事故概率预测可提高高速公路行车安全。通过分析高速公路交通事故的影响因素,建立高速公路交通事故影响因素体系,构造贝叶斯网络,提出基于贝叶斯网络的高速公路交通事故概率预测方法。此方法利用数据库先验概率信息及贝叶斯预测模型,得出高速公路交通事故概率值,以此判断事故危险等级。     

基于贝叶斯网络的工期隐性成本影响因素研究

文章针对工期隐性成本影响因素的复杂性和不确定性,采用贝叶斯网络原理建立了工期隐性成本因素贝叶斯网络,并提出了计算局部因素节点概率的算法。最后,通过实例应用,证实了该算法的可行性,为建筑施工项目的工期隐性成本控制提供了理论依据。     

基于贝叶斯网络的供应链可靠性诊断分析

为研究供应链中各因素对供应链可靠性造成的影响,提出了一种基于贝叶斯网络的供应链可靠性诊断方法.首先,建立了供应链失效诊断的一般模型,然后运用贝叶斯网络原理,将供应链可靠性的故障树诊断模型转化为贝叶斯网络的有向无环图.最后,通过算例对该方法的应用进行具体说明.结果表明:贝叶斯网络分析法克服以往故障树分析法的一些局限,不仅能够根据节点的概率计算出整个供应链的可靠性,还可以在已知供应链可靠性的基础上推断出各节点发生的概率,从而达到既能诊断又能预测的目的.     

基于贝叶斯网络方法的客户忠诚研究

提高客户忠诚是企业的核心原则。在与传统的数据挖掘及决策分析方法比较的基础上,提出了用贝叶斯网络方法来对客户忠诚进行研究。用贝叶斯网络方法对客户数据进行分析,确定影响客户忠诚的各因素之间的贝叶斯网络结构,得出这些因素之间的相互决定关系,为采取有效措施提高客户忠诚提供了理论依据。     

基于动态贝叶斯网络的通货膨胀风险预测研究

利用动态朴素贝叶斯分类器对我国的通货膨胀风险进行了预测,并在此基础上计算了不同风险因素对通货膨胀风险等级的影响程度,结果表明,动态朴素贝叶斯分类器方法能够较好地预测和分析通货膨胀风险。利用我国实际经济数据进行模拟预测,结果显示在88.24%的可信度下,我国2012年第二季度的通货膨胀风险等级为2级,通货膨胀率预测值约为3.8%。通过分别使用包含和不包含企业家信心指数的动态朴素贝叶斯分类器进行预测,结果发现考虑了企业家信心指数的分类器大约能将预测准确率提高5%,这说明对通货膨胀风险等级预测有必要考虑经济主体的预期因素。通过计算6个指标对通货膨胀风险等级的影响程度,发现货币供应和产出缺口仍是解释我国通货膨胀风险的两个主要因素。     

基于贝叶斯正则化神经网络的道路交通安全倾向性预测

对典型部门影响交通安全的相关因素进行了集成分析,构建了道路交通安全倾向性预测指标,在此基础上采用贝叶斯正则化神经网络对沈大高速公路某路段的道路交通安全倾向性进行了预测,对网络结构、训练集、预测集以及学习次数进行了优化.预测结果表明,在推广能力方面,贝叶斯正则化神经网络优于传统的神经网络,可作为探究道路交通安全系统内部各影响要素关系的辅助手段.     

基于模糊贝叶斯的航运安全状态监测研究

为缓解航运安全管理压力,建立精确量化航运安全状况的实时监测模型,衡量不同时期的航运安全状况。借助系统工程学理论,从船员、船舶、环境、管理四方面因素出发,找出威胁航运安全的影响因素,并以其为状态节点构建贝叶斯网络拓扑结构。基于模糊贝叶斯方法,确定网络节点概率,建立航运安全状态评价模型,并利用MATLAB软件编程得到不同因素节点状态组合条件下的航运安全状态概率值。对航运安全状态进行量化描述,可直观反映不同时段安全状况的变化趋势,为航运安全状态监测提供数据支撑。     

基于贝叶斯网络的工厂选址决策

提出运用贝叶斯网络与总体拥有成本(TCO)结合的方法,建立工厂选址决策模型。旨在更有效的表述不确定性数据和模棱两可的信息,起到改进决策质量的作用。首先对贝叶斯网络的基础知识进行介绍,进而阐述了基于贝叶斯网络的工厂选址模型的实施步骤,在分析和评价与选址有关的成本时,将成本要素层细分为不同的因素层和准则层,同时考虑有形和无形的选址决策准则,将决策问题分解成许多易于理解和处理的子部分。最后,实例验证选址模型的可行性和有效性。