Resumen

Para la predicción de fallos del sistema, el modelado automático a partir del conjunto de datos históricos de fallos es uno de los retos en los campos prácticos de la ingeniería. En este artículo, se propone un algoritmo eficaz para construir el modelo de red bayesiana de predicción de fallos (FPBN) con tecnología de minería de datos. En primer lugar, se introduce el concepto de FPBN para describir el estado de los componentes y el sistema y las relaciones causa-efecto entre ellos. Los tipos de nodos de la red, las direcciones de los bordes de la red y las distribuciones de probabilidad condicional (CPD) de los nodos en FPBN se discuten en detalle. De acuerdo con las características de los nodos y las aristas en FPBN, se introduce un algoritmo basado en el principio de divide y vencerás (FPBN-DC) para construir las mejores estructuras de red FPBN de diferentes tipos de nodos por separado. A continuación, se calculan los CPD de los nodos en FPBN mediante el método de estimación de máxima verosimilitud basado en la red construida. Por último, se realiza un estudio de simulación de un modelo de convertidor de helicóptero para demostrar la aplicación de FPBN-DC. Según los resultados de las simulaciones, el algoritmo FPBN-DC puede obtener un mejor valor de fitness con un menor número de iteraciones, lo que verifica su eficacia y eficiencia en comparación con el algoritmo tradicional.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:fpbn, nodos, mejores estructuras de red fpbn, método de estimación de máxima verosimilitud, mejor valor de aptitud, distribuciones de probabilidad condicional, tecnología de minería de datos, modelo de convertidor de helicóptero, conjunto de datos de fallos históricos, campos prácticos de ingeniería
• Keywords:fpbn, nodes, best fpbn network structures, maximum likelihood estimation method, better fitness value, conditional probability distributions, data mining technology, helicopter convertor model, historical failure dataset, practical engineering fields