-
公开(公告)号:CN119578927A
公开(公告)日:2025-03-07
申请号:CN202411646710.1
申请日:2024-11-18
Applicant: 清华大学
IPC: G06Q10/0637 , G06F18/2415
Abstract: 本申请涉及一种高风险行业应急响应人因失误的动态决策支持方法及装置,其中,方法包括:对应急操作规程执行过程中的人因失误进行识别分类;获取不同类型人因失误概率;建立应急响应过程中的人因的动态贝叶斯网络模型;根据人因失误概率获得应急响应环节中人因失误的案例数据库;所构建应急响应过程中的人因的动态贝叶斯网络模型的参数学习及更新。由此,为预防和控制操作人员的跳步、执行错误提供决策支持。
-
公开(公告)号:CN112528484B
公开(公告)日:2022-10-25
申请号:CN202011413119.3
申请日:2020-12-03
Applicant: 清华大学
IPC: G06F30/20
Abstract: 本申请实施例中提供了一种针对CAD几何的蒙卡输运模拟算法及其使用方法,属于反应堆物理计算技术领域,具体包括建立DAG几何类库、临界模式开发和/或固定源模式开发、统计功能开发和减方差功能开发,建立DAG几何类库后,可以在临界模式和/或固定源模式计算中,使蒙卡算法具备处理CAD几何模型的能力;统计功能开发用于完善各类计数器功能,以支持在CAD几何下进行统计的能力;减方差功能开发用于减小统计时的统计误差,提高计算结果的置信度。通过本申请的处理方案,实现了在CAD几何模型下进行蒙特卡洛输运计算,该算法具备处理CAD模型的能力;支持多种形式的源描述,可统计多种中子物理信息;支持减方差功能,支持高效率并行计算。
-
公开(公告)号:CN112528484A
公开(公告)日:2021-03-19
申请号:CN202011413119.3
申请日:2020-12-03
Applicant: 清华大学
IPC: G06F30/20
Abstract: 本申请实施例中提供了一种针对CAD几何的蒙卡输运模拟算法及其使用方法,属于反应堆物理计算技术领域,具体包括建立DAG几何类库、临界模式开发和/或固定源模式开发、统计功能开发和减方差功能开发,建立DAG几何类库后,可以在临界模式和/或固定源模式计算中,使蒙卡算法具备处理CAD几何模型的能力;统计功能开发用于完善各类计数器功能,以支持在CAD几何下进行统计的能力;减方差功能开发用于减小统计时的统计误差,提高计算结果的置信度。通过本申请的处理方案,实现了在CAD几何模型下进行蒙特卡洛输运计算,该算法具备处理CAD模型的能力;支持多种形式的源描述,可统计多种中子物理信息;支持减方差功能,支持高效率并行计算。
-
公开(公告)号:CN118036718A
公开(公告)日:2024-05-14
申请号:CN202410070133.X
申请日:2024-01-17
Applicant: 清华大学
IPC: G06N5/01 , G06F18/243 , G06N3/045 , G06N5/025
Abstract: 本公开涉及故障树自动生成方法、装置、电子设备及存储介质,所述方法包括:获取用户针对目标系统输入的目标系统信息,所述目标系统信息用于描述目标系统的组成元件、组成元件之间的连接关系以及顶事件信息;利用故障树生成模型根据目标系统信息,输出目标系统的故障树结构信息,故障树结构信息用于描述目标系统对应的故障树的树形结构以及故障树中不同故障事件之间的逻辑关系,故障树生成模型是利用多种领域中系统的样本系统信息与样本故障树结构信息训练大语言模型所得到的。根据本公开实施例,能够无需依赖过多的专家知识即可生成任意领域系统的故障树结构信息,也即具有多领域故障树自动生成能力,提高了故障树生成效率、具有较强的泛化能力。
-
公开(公告)号:CN120069046A
公开(公告)日:2025-05-30
申请号:CN202411917310.X
申请日:2024-12-24
Applicant: 清华大学
Abstract: 本申请涉及数据分析技术领域,特别涉及一种基础人因失误概率评估方法、装置、设备、介质及产品,其中,方法包括:获取需要分析的目标案例信息;将目标案例信息输入预先构建完成的多智能体分析框架,多智能体分析框架输出目标案例信息的多智能体分析结果;根据预先构建完成的知识图谱数据库和多智能体分析结果生成基础人因失误概率多个指标参数的取值,根据知识图谱数据库和多个指标参数的取值评估目标案例信息的基础人因失误概率。由此,解决了现有技术高度依赖专家知识,评估耗时长、评估效率较低等问题。
-
公开(公告)号:CN119558684A
公开(公告)日:2025-03-04
申请号:CN202411646709.9
申请日:2024-11-18
Applicant: 清华大学
IPC: G06Q10/0637 , G06Q10/067 , G06Q50/26 , G06N3/006
Abstract: 本申请涉及一种任务驱动的多智能体应急决策支持方法及装置,其中,方法包括:构建用于风险指引决策支持模型的子任务,将复杂任务拆分成简单的子任务,以实现更精准的应急决策支持过程;构建每个子任务的交互智能体,根据定义构造对应的提示工程内容,来实现不同任务的分析智能体和检验智能体构建;收集安全分析报告数据,建立应急操作规程决策支持的样本数据库;模型训练,将样本数据库交给智能体,构建成功案例库和失败案例库;输入超基准始发事件信息,生成所描述始发事件的决策支持规程。由此,解决了现有应急预案决策方法极度依赖专家知识,为人类认知所限制,使得现场人员难以对超出应急预案的事件对进行快速决策等问题。
-
-
-
-
-