-
公开(公告)号：CN104217251B
公开(公告)日：2017-04-05
申请号：CN201410392853.4
申请日：2014-08-12
Applicant: 西北工业大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于K2算法的装备故障贝叶斯网络预测方法，用于解决现有装备故障贝叶斯网络预测方法搜索效率低的技术问题。技术方案是采用基于K2搜索算法的FPBN网络结构学习算法构建能够真实反映故障数据集内各变量关联关系的FPBN网络结构，从而建立FPBN模型。最终，基于建立的故障预测模型，利用参数学习算法预测装备的实际运行状态。该方法以K2搜索算法为基础，将故障知识、专家经验和故障数据进行有效融合，解决了装备预测过程中系统向FPBN转化建模困难的问题。另外，FPBN‑K2算法计算过程全部采用确定性搜索算法，无需进行多次重复搜索，降低了搜索空间并减少了评分函数计算次数，提高了FPBN网络结构学习算法的搜索效率。
-
公开(公告)号：CN105825045A
公开(公告)日：2016-08-03
申请号：CN201610140031.6
申请日：2016-03-11
Applicant: 西北工业大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明公开了一种多阶段任务系统可修备件需求预测方法，用于解决现有方法备件需求预测效果差的技术问题。技术方案是首先分析不同阶段任务所要求的装备部件组成，确定部件及系统状态，包括运行状态及失效状态；其次，对每个部件(组)进行其失效模式建模，计算出其在整个阶段任务的可用度。当有备件且备件可修时，将系统中的不同部件及其相应备件作为一个部件组整体考虑；然后，在一定排序规则的前提下生成该多阶段任务系统的BDD模型；最后，基于所建立的BDD模型和部件(组)的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，从而预测该可修系统的可修备件需求量，可修备件需求预测精确。
-
公开(公告)号：CN104112181A
公开(公告)日：2014-10-22
申请号：CN201410267863.5
申请日：2014-06-12
Applicant: 西北工业大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于层次分析法的系统信息安全贝叶斯网络评估方法，主要包括如下步骤：明确问题，对信息安全评估任务进行分析，根据层次分析法原理建立信息安全评估层次分析法指标体系，构建信息安全评估层次分析法模型；将层次分析法模型中的指标体系转化为信息安全贝叶斯网络评估模型的网络结构，用网络结构表达指标体系中各层元素及其关联关系；根据层次分析法模型中各指标权重参数计算信息安全贝叶斯网络评估模型中节点的条件概率；基于贝叶斯定理对信息安全贝叶斯网络评估模型进行推理分析，找出信息安全的潜在威胁与薄弱环节。本发明利用贝叶斯网络基于概率不确定性推理的特点提高了分析过程的准确性。
-
公开(公告)号：CN118171453A
公开(公告)日：2024-06-11
申请号：CN202410222601.0
申请日：2024-02-28
Applicant: 西北工业大学
Abstract: 本发明涉及航空发动机性能优化技术领域，具体涉及一种基于多目标优化的航空发动机装配特征选择方法及系统，该方法包括获取航空发动机各个装配特征和试车指标；基于最大相关最小冗余算法从多个装配特征集合中选出与航空发动机试车指标相关性最大冗余最小的特征，作为初步筛选后的相关特征子集；将初步筛选后的特征子集作为输入，使用改进的二代非支配排序遗传算法，获取与航空发动机试车性能相关的关键装配特征子集的解集。本发明结合最大相关最小冗余算法和改进的二代非支配排序遗传算法，能够更快速地收敛从而找到最优解集，避免算法陷入局部最优解。
-
公开(公告)号：CN115114741B
公开(公告)日：2024-02-23
申请号：CN202210693916.4
申请日：2022-06-19
Applicant: 西北工业大学
IPC: G06F30/17 , G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于极大似然估计法MLE的变速器首次故障行驶里程数据的分布拟合方法，该方法画出行驶里程数据的直方图，基于极大似然估计法，分别使用指数分布、正态分布、对数正态分布、威布尔分布四种数学模型对数据进行拟合与分析，得到四个具体的模型。最后进行各模型之间的对比与分析，综合考虑模型精度与实际应用，选出最优分布模型。本发明能精准得到最优模型。
-
Patent Agency Ranking
公开(公告)号：CN116579763A
公开(公告)日：2023-08-11
申请号：CN202310435931.3
申请日：2023-04-22
Applicant: 西北工业大学
IPC: G06Q10/20 , G06Q10/04 , G06Q10/0631 , G06T11/20 , G06T7/70
Abstract: 本发明公开了一种基于空间约束下舰船设备维修任务规划方法，先绘制舰船设备布局草图，然后对布局草图进行识别读取，将读取的数据构造混合整数非线性规划模型，以此来求解最小总维修时长对应的最优维修任务分配。本发明具有较强的普适性，可以迁移到其他的应用场景，具有更强的实际应用性。
-
公开(公告)号：CN113551904B
公开(公告)日：2023-06-30
申请号：CN202110722255.9
申请日：2021-06-29
Applicant: 西北工业大学
IPC: G01M13/021 , G01M13/028 , G06N3/044 , G06N3/08 , G06N20/10
Abstract: 本发明涉及一种层次机器学习的齿轮箱多类型并发故障诊断方法，该方法在传统机器学习的基础上提出一种全新的层次机器学习模型，模型包括两层，第一层是结构简单的传统机器学习模型，作用是识别出特征易于区分的单一故障类型并将无法准确识别的多类型并发故障样本过滤到第二层，由第二层模型进行正确分类。第二层采用极限学习机建立分类模型，极限学习机是一种单层前馈神经网络，通过采用最小二乘拟合克服了传统神经网络负反馈调节过程中的梯度计算，能够快速的实现模型参数的调整。通过层次机器学习进行故障诊断，不仅可以提高故障识别的准确率，还能够使得训练效率得到大幅提升。
-
公开(公告)号：CN116225824A
公开(公告)日：2023-06-06
申请号：CN202211558305.5
申请日：2022-12-06
Applicant: 西北工业大学
Abstract: 本发明公开了一种时序数据异常检测系统，包括异常检测系统，所述异常检测系统的内部设置有数据检测模块，所述异常检测系统的内部设置有二次检测模块，所述异常检测系统的内部设置有系统管理模块，所述异常检测系统通过通讯网口电性连接有互联网。本发明通过二次检测模块，可对数据检测模块初步判断的异常数据进行二次检测，保证数据检测的正确性，防止信息误报的情况，保障数据检测可靠性，通过系统管理模块，可为系统提供更加安全的使用环境，同时当用户接收到异常信息后需进行信息确认方可取消异常的报警信息，保保证用户及时知晓确认异常情况，为后续异常的及时处理进行保障。
-
公开(公告)号：CN113551904A
公开(公告)日：2021-10-26
申请号：CN202110722255.9
申请日：2021-06-29
Applicant: 西北工业大学
IPC: G01M13/021 , G01M13/028 , G06N3/04 , G06N3/08 , G06N20/10
Abstract: 本发明涉及一种层次机器学习的齿轮箱多类型并发故障诊断方法，该方法在传统机器学习的基础上提出一种全新的层次机器学习模型，模型包括两层，第一层是结构简单的传统机器学习模型，作用是识别出特征易于区分的单一故障类型并将无法准确识别的多类型并发故障样本过滤到第二层，由第二层模型进行正确分类。第二层采用极限学习机建立分类模型，极限学习机是一种单层前馈神经网络，通过采用最小二乘拟合克服了传统神经网络负反馈调节过程中的梯度计算，能够快速的实现模型参数的调整。通过层次机器学习进行故障诊断，不仅可以提高故障识别的准确率，还能够使得训练效率得到大幅提升。
-
公开(公告)号：CN105825045B
公开(公告)日：2018-02-02
申请号：CN201610140031.6
申请日：2016-03-11
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种多阶段任务系统可修备件需求预测方法，用于解决现有方法备件需求预测效果差的技术问题。技术方案是首先分析不同阶段任务所要求的装备部件组成，确定部件及系统状态，包括运行状态及失效状态；其次，对每个部件(组)进行其失效模式建模，计算出其在整个阶段任务的可用度。当有备件且备件可修时，将系统中的不同部件及其相应备件作为一个部件组整体考虑；然后，在一定排序规则的前提下生成该多阶段任务系统的BDD模型；最后，基于所建立的BDD模型和部件(组)的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，从而预测该可修系统的可修备件需求量，可修备件需求预测精确。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.021 seconds)
