期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Credal网络模型的内河危化品运输事故严重程度诊断研究
1
作者
程志友
朱骋
吴蕊
《重庆交通大学学报(自然科学版)》
北大核心
2025年第6期108-114,共7页
针对内河危化品运输事故研究中的数据匮乏、认知不确定性及专家主观性等问题,提出一种Credal网络模型来分析诊断内河危化品运输事故严重程度,以期从安全管理视角预防内河危化品运输事故风险。采用事故案例报告和故障树分析,识别内河危...
针对内河危化品运输事故研究中的数据匮乏、认知不确定性及专家主观性等问题,提出一种Credal网络模型来分析诊断内河危化品运输事故严重程度,以期从安全管理视角预防内河危化品运输事故风险。采用事故案例报告和故障树分析,识别内河危化品运输事故风险因素,构建基于imprecise Dirichlet model(IDM)参数学习方法的内河危化品运输事故严重程度诊断的Credal网络模型,然后通过正向推理预测不同严重程度事故的发生概率,并通过诊断推理识别导致该类事故的主要影响因素,最后根据诊断推理结果提出相应的安全管理措施。研究表明:内河危化品运输发生一般及以下事故、较大事故、重大及以上事故的区间概率分别为[0.711, 0.789]、[0.172, 0.246]、[0.043, 0.069];人员因素和管理因素是引起内河危化品运输事故发生的主要因素,船舶因素和货物因素是加重事故严重程度的重要因素。
展开更多
关键词
交通运输工程
内河危化品运输
运输事故
严重程度
credal
网络模型
IDM
在线阅读
下载PDF
职称材料
扩展关系数据模型下的Credal网络近似推理
被引量：
3
2
作者
瞿英
吴祈宗
李萍
《计算机工程与应用》
CSCD
北大核心
2010年第1期39-41,共3页
对扩展关系数据模型作进一步延伸,构建了扩展乘积连接和扩展边缘连接操作。提出利用上述操作计算Credal网络中各结点联合概率分布和后验概率的方法,从而实现了Credal网络的近似推理,并给出了该近似推理的SQL语言实现算法,算例结果表明...
对扩展关系数据模型作进一步延伸,构建了扩展乘积连接和扩展边缘连接操作。提出利用上述操作计算Credal网络中各结点联合概率分布和后验概率的方法,从而实现了Credal网络的近似推理,并给出了该近似推理的SQL语言实现算法,算例结果表明该方法是有效的。建立了Credal网络的关系数据结构,利用关系数据库的查询优化机制,有效规避了Credal网络推理过程中Credal集顶点组合爆炸问题,提高了Credal网络推理的效率。
展开更多
关键词
credal
网络
扩展关系数据模型
扩展乘积连接操作
扩展边缘操作
在线阅读
下载PDF
职称材料
基于Credal网络的农作物单产预测模型研究
3
作者
瞿英
杨明欣
孙丽英
《中国生态农业学报》
CAS
CSCD
北大核心
2012年第6期782-787,共6页
现存农作物单产预测方法往往是在历史数据完备的前提下进行精确数值预测,未能真实体现农作物单产系统的不确作定性,而且无法对既成现实进行诊断分析。在决策需求仅仅要求产量等级水平的假设下,本文把不确定性信息处理方法 Credal网络模...
现存农作物单产预测方法往往是在历史数据完备的前提下进行精确数值预测,未能真实体现农作物单产系统的不确作定性,而且无法对既成现实进行诊断分析。在决策需求仅仅要求产量等级水平的假设下,本文把不确定性信息处理方法 Credal网络模型引入到农作物单产预测系统,通过分析农作物单产系统各影响因素之间的关系,提出类要素和影响因子的概念,构建了进行农作物单产预测的通用Credal网络模型。把农作物单产量的等级水平状态作为概率事件,通过Credal网络前向推理功能预测其状态发生的概率,把高概率事件发生的等级状态作为其单产预测等级,实现了在已知部分事实发生情况下的知识推理。此外,利用Credal网络的后向推理功能,实现对农作物低产事实下的诊断分析,找出影响低产的关键类要素和影响因子。最后结合算例,采用基于扩展关系模型的近似推理算法阐述了利用该模型对农作物单产进行预测和诊断的应用过程,推理结果合理,表明该方法是可行的,且具有可释性,为农业生产科学决策提供了方法指导。
展开更多
关键词
农作物单产
credal
网络
预测模型
不确定系统模型
概率推理
在线阅读
下载PDF
职称材料
风电爬坡事件的非精确条件概率预测
被引量：
2
4
作者
王勃
汪步惟
+2 位作者
杨明
赵元春
朱文立
《山东大学学报（工学版）》
CAS
CSCD
北大核心
2020年第1期82-94,共13页
风电爬坡事件(wind power ramp events,WPRE)易破坏电力系统的有功功率平衡,劣化频率稳定性及电能质量,威胁电网的安全稳定运行。由此,提出一种基于信度网络(credal network,CN)的WPRE非精确条件概率预测方法,对WPRE各状态发生概率的区...
风电爬坡事件(wind power ramp events,WPRE)易破坏电力系统的有功功率平衡,劣化频率稳定性及电能质量,威胁电网的安全稳定运行。由此,提出一种基于信度网络(credal network,CN)的WPRE非精确条件概率预测方法,对WPRE各状态发生概率的区间范围进行预测。运用贪婪搜索算法挖掘WPRE与多个气象变量之间的相依性关系,并搭建CN结构以抽象表达;在超参数设置方面对非精确狄利克雷模型(imprecise Dirichlet model,IDM)进行了拓展,使用拓展后的IDM对变量间的条件相依性关系进行不确定性量化,完成CN的参数估计;基于建立的CN模型,在获取气象预测信息的条件下,结合CN概率推断算法对多状态WPRE的分布进行非精确概率推断;采用宁夏某风电场的实测数据对本方法进行测试,验证了该方法在观测样本不充足的预测情景下优异的预测性能。
展开更多
关键词
非精确概率
风电爬坡
信度网络
非精确狄利克雷模型
原文传递
题名
基于Credal网络模型的内河危化品运输事故严重程度诊断研究
1
作者
程志友
朱骋
吴蕊
机构
重庆交通大学航运与船舶工程学院
重庆交通大学交通运输学院
出处
《重庆交通大学学报(自然科学版)》
北大核心
2025年第6期108-114,共7页
文摘
针对内河危化品运输事故研究中的数据匮乏、认知不确定性及专家主观性等问题,提出一种Credal网络模型来分析诊断内河危化品运输事故严重程度,以期从安全管理视角预防内河危化品运输事故风险。采用事故案例报告和故障树分析,识别内河危化品运输事故风险因素,构建基于imprecise Dirichlet model(IDM)参数学习方法的内河危化品运输事故严重程度诊断的Credal网络模型,然后通过正向推理预测不同严重程度事故的发生概率,并通过诊断推理识别导致该类事故的主要影响因素,最后根据诊断推理结果提出相应的安全管理措施。研究表明:内河危化品运输发生一般及以下事故、较大事故、重大及以上事故的区间概率分别为[0.711, 0.789]、[0.172, 0.246]、[0.043, 0.069];人员因素和管理因素是引起内河危化品运输事故发生的主要因素,船舶因素和货物因素是加重事故严重程度的重要因素。
关键词
交通运输工程
内河危化品运输
运输事故
严重程度
credal
网络模型
IDM
Keywords
traffic and transportation engineering
inland waterways hazardous chemical transportation
transportation accidents
severity
credal network model
imprecise Dirichlet
model
(IDM)
分类号
U698.6 [交通运输工程—港口、海岸及近海工程]
在线阅读
下载PDF
职称材料
题名
扩展关系数据模型下的Credal网络近似推理
被引量：
3
2
作者
瞿英
吴祈宗
李萍
机构
北京理工大学管理与经济学院
河北科技大学经济与管理学院
出处
《计算机工程与应用》
CSCD
北大核心
2010年第1期39-41,共3页
基金
河北省科技厅科技支撑计划项目No.09213509D
河北省科技厅软科学基金No.074572214
河北省教育厅软科学基金No.2007205~~
文摘
对扩展关系数据模型作进一步延伸,构建了扩展乘积连接和扩展边缘连接操作。提出利用上述操作计算Credal网络中各结点联合概率分布和后验概率的方法,从而实现了Credal网络的近似推理,并给出了该近似推理的SQL语言实现算法,算例结果表明该方法是有效的。建立了Credal网络的关系数据结构,利用关系数据库的查询优化机制,有效规避了Credal网络推理过程中Credal集顶点组合爆炸问题,提高了Credal网络推理的效率。
关键词
credal
网络
扩展关系数据模型
扩展乘积连接操作
扩展边缘操作
Keywords
credal
network
extended relational data
model
extended product join
extended marginalization
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于Credal网络的农作物单产预测模型研究
3
作者
瞿英
杨明欣
孙丽英
机构
河北科技大学经济与管理学院
河北省深州市职教中心
出处
《中国生态农业学报》
CAS
CSCD
北大核心
2012年第6期782-787,共6页
基金
国家自然科学基金项目(71071049)
河北省自然基金项目(G2011208087)资助
文摘
现存农作物单产预测方法往往是在历史数据完备的前提下进行精确数值预测,未能真实体现农作物单产系统的不确作定性,而且无法对既成现实进行诊断分析。在决策需求仅仅要求产量等级水平的假设下,本文把不确定性信息处理方法 Credal网络模型引入到农作物单产预测系统,通过分析农作物单产系统各影响因素之间的关系,提出类要素和影响因子的概念,构建了进行农作物单产预测的通用Credal网络模型。把农作物单产量的等级水平状态作为概率事件,通过Credal网络前向推理功能预测其状态发生的概率,把高概率事件发生的等级状态作为其单产预测等级,实现了在已知部分事实发生情况下的知识推理。此外,利用Credal网络的后向推理功能,实现对农作物低产事实下的诊断分析,找出影响低产的关键类要素和影响因子。最后结合算例,采用基于扩展关系模型的近似推理算法阐述了利用该模型对农作物单产进行预测和诊断的应用过程,推理结果合理,表明该方法是可行的,且具有可释性,为农业生产科学决策提供了方法指导。
关键词
农作物单产
credal
网络
预测模型
不确定系统模型
概率推理
Keywords
Crops yield
credal
network
Forecast
model
Uncertain system
model
Probability inference
分类号
S2 [农业科学—农业工程]
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
风电爬坡事件的非精确条件概率预测
被引量：
2
4
作者
王勃
汪步惟
杨明
赵元春
朱文立
机构
中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室
山东大学电网智能化调度与控制教育部重点实验室
国网山东大学供电公司
出处
《山东大学学报（工学版）》
CAS
CSCD
北大核心
2020年第1期82-94,共13页
基金
国家电网公司科技项目(5215001600V4)。
文摘
风电爬坡事件(wind power ramp events,WPRE)易破坏电力系统的有功功率平衡,劣化频率稳定性及电能质量,威胁电网的安全稳定运行。由此,提出一种基于信度网络(credal network,CN)的WPRE非精确条件概率预测方法,对WPRE各状态发生概率的区间范围进行预测。运用贪婪搜索算法挖掘WPRE与多个气象变量之间的相依性关系,并搭建CN结构以抽象表达;在超参数设置方面对非精确狄利克雷模型(imprecise Dirichlet model,IDM)进行了拓展,使用拓展后的IDM对变量间的条件相依性关系进行不确定性量化,完成CN的参数估计;基于建立的CN模型,在获取气象预测信息的条件下,结合CN概率推断算法对多状态WPRE的分布进行非精确概率推断;采用宁夏某风电场的实测数据对本方法进行测试,验证了该方法在观测样本不充足的预测情景下优异的预测性能。
关键词
非精确概率
风电爬坡
信度网络
非精确狄利克雷模型
Keywords
imprecise probability
wind ramp
credal
network
imprecise Dirichlet
model
分类号
TM614 [电气工程—电力系统及自动化]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于Credal网络模型的内河危化品运输事故严重程度诊断研究
程志友
朱骋
吴蕊
《重庆交通大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
扩展关系数据模型下的Credal网络近似推理
瞿英
吴祈宗
李萍
《计算机工程与应用》
CSCD
北大核心
2010
3
在线阅读
下载PDF
职称材料
3
基于Credal网络的农作物单产预测模型研究
瞿英
杨明欣
孙丽英
《中国生态农业学报》
CAS
CSCD
北大核心
2012
0
在线阅读
下载PDF
职称材料
4
风电爬坡事件的非精确条件概率预测
王勃
汪步惟
杨明
赵元春
朱文立
《山东大学学报（工学版）》
CAS
CSCD
北大核心
2020
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
