摘要
基于时延动态贝叶斯网络的复杂系统
可靠性预测方法研究
摘要
复杂系统是指系统内部出现涌现、非线性等特征的系统。随着物联网技术
的发展，工业场景内系统之间信息交互方式的增加，工业系统呈现出大型化和
复杂化的趋势，因此复杂系统的应用更加普遍，复杂系统的可靠性预测也尤为
重要。目前，复杂系统的可靠性预测多以部分推测整体为思路，研究方法多以
系统逻辑框图转化成的概率图模型为主。随着对复杂系统过程可靠性预测要求
的提高，概率图模型逐步向动态化多态的方向发展。但在实际工程应用中，模
块间的运行状态会相互影响，使不同模块的故障之间存在潜在且具有时延特征
的关联，发生先后顺序明显、故障间隔具有规律，且具有非线性相关特征的时
延关联现象。在概率图建模时，若忽略时延关联，会导致模块之间的关系被过
度简化，甚至会使预测结果与实际结果之间存在很大偏差。因此需要提出一种
时延关联信息的参数化表示方法，建立能够使时延关联关系具象化表示的模型，
为复杂系统可靠性预测提供思路。
本文针对复杂系统中的时延关联现象，分析描述时延关联关系的关键特征，
利用互相关分析法提取时延关联信息，分别给出二态、多态复杂系统时延关联
关系判断方法，完善现有的关联关系描述体系。根据时延关联关系的条件触发
特性、时间有向性以及不同时间关联性，选择动态贝叶斯网络为基础模型，分
别给出二态时延动态贝叶斯网络和多态时延动态贝叶斯网络计算原理，并通过
仿真验证了模型的有效性。针对现有机器学习方法无法识别出时延关联关系的
问题，提出具有普适性的数据预处理方法和结构复原优化方法。通过列车控制
系统、智能电表系统的分析，进一步验证本文提出的关联关系描述方式及时延
动态贝叶斯网络模型的有效性。本文主要的研究内容如下：
1
（）针对现有关联分析方法仅采用相关系数等单一参数描述关联关系，忽
略了时延关联关系，引发过程可靠性预测不准的问题。本文利用互相关分析法
获取了时延间隔和时延关联系数，建立二态复杂系统的双参数关联关系评估体
系，并给出二态复杂系统中独立、同时关联、时延关联的判断条件。针对现有
-I-
哈尔滨理工大学工学博士学位论文
模型难以同时满足时延关联关系的时间顺序特性、更新触发节点状态以及时间
关联假设的问题，本文在动态贝叶斯网络的基础上，进行时延关联假设，依托
时延间隔和时延关联系数，结合马尔可夫毯理论，给出二态时延动态贝叶斯模
型的理论计算基础。通过仿真分析，验证了二态时延动态贝叶斯网络的有效性。
2
（）针对多态复杂系统内的时延关联特征折叠问题，在二态时延关联关系
描述体系的基础上，据根据状态数对多态数据进行二态化降维处理，并通过逐
态求取时延关联系数的方式构建时延关联系数矩阵和时延间隔矩阵，给出多态
复杂系统中独立，同时关联和时延关联三种情况的判断条件。在二态时延动态
贝叶斯网络的基础上，探讨多态时延动态贝叶斯网络在条件概率表的参数计算
MaxMin
方法。通过对多态复杂系统中的逻辑门、逻辑门以及冷贮备系统进行
仿真，验证了多态时延动态贝叶斯网络在多态复杂系统可靠性预测中的有效性。
3
（）针对现有的结构学习以不同时间状态独立假设条件，无法识别时延关
联关系的问题。本文建立快速时延关联关系判断算法，推导出时延关联系数和
最大似然度之间的等式关系，根据此等式关系建立参数估计选择模型，再提出
以时延间隔为特征的数据预处理方法，为多态节点设置辅助状态节点，给出结
构优化