一种基于贝叶斯网络的风险分析评估方法及装置制造方法及图纸

本申请公开了一种基于贝叶斯网络的风险分析评估方法及装置，该方法包括：确定待评估系统的风险因素，根据所述风险因素构建用于风险评估的贝叶斯网络模型；获取所述待评估系统的运行数据，根据所述运行数据和/或预设的专家经验数据对所述贝叶斯络模型进行优化，得到优化后的贝叶斯网络模型；获取所述待评估系统的风险因素数据，根据所述风险因素数据以及所述优化后的贝叶斯网络模型对所述待评估系统进行在线风险评估，得到风险评估结果。本申请解决了现有技术中风险评估方法的过程复杂、适用性差的技术问题。

【技术实现步骤摘要】
一种基于贝叶斯网络的风险分析评估方法及装置
本申请涉及风险评估
，尤其涉及一种基于贝叶斯网络的风险分析评估方法及装置。
技术介绍
系统一般是由多个子系统组合而成，而多个子系统在运行过程中不可避免会出现故障，当任一子系统出现系统时会影响整个系统的性能，例如，对风险敏感型系统影响尤其明显，因此，对系统进行风险评估是保证系统性能至关重要的辅助手段之一。目前，现有的风险评估方法的过程为：确定风险研究对象，构建风险指标体系，建立风险模型进行风险评估；对于复杂的系统而言，评估对象各层级关联关系复杂，各监测参数相互交联，使得现有的风险评估系统建模过程复杂、难以表征各层级间风险的传播关系、适用性差。
技术实现思路
本申请解决的技术问题是：针对现有技术中风险评估方法的过程复杂、难以表征各层级间风险的传播关系、适用性差的问题，提供了一种基于贝叶斯网络的风险分析评估方法及装置，本申请实施例所提供的方案中，一方面由于贝叶斯网络模型建模简单方便，通过贝叶斯网络模型来进行风险评估，降低了风险评估的复杂度；另一方面，通过运行数据和/或预设的本文档来自技高网...

【技术保护点】
1.一种基于贝叶斯网络的风险分析评估方法，其特征在于，包括：/n确定待评估系统的风险因素，根据所述风险因素构建用于风险评估的贝叶斯网络模型；/n获取所述待评估系统的运行数据，根据所述运行数据和/或预设的专家经验数据对所述贝叶斯络模型进行优化，得到优化后的贝叶斯网络模型；/n获取所述待评估系统的风险因素数据，根据所述风险因素数据以及所述优化后的贝叶斯网络模型对所述待评估系统进行在线风险评估，得到风险评估结果。/n

【技术特征摘要】
1.一种基于贝叶斯网络的风险分析评估方法，其特征在于，包括：
确定待评估系统的风险因素，根据所述风险因素构建用于风险评估的贝叶斯网络模型；
获取所述待评估系统的运行数据，根据所述运行数据和/或预设的专家经验数据对所述贝叶斯络模型进行优化，得到优化后的贝叶斯网络模型；
获取所述待评估系统的风险因素数据，根据所述风险因素数据以及所述优化后的贝叶斯网络模型对所述待评估系统进行在线风险评估，得到风险评估结果。


2.如权利要求1所述的方法，其特征在于，根据所述风险因素构建用于风险评估的贝叶斯网络模型，包括：
确定任意两个风险因素之间的关联关系，以及设置所述任意两个风险因素的条件概率；
将所述风险因素作为所述贝叶斯网络模型的节点以及将所述条件概率作为所述任意两个风险因素相互影响程度构建得到所述贝叶斯网络模型。


3.如权利要求1所述的方法，其特征在于，根据所述运行数据和/或预设的专家经验数据对所述贝叶斯络模型进行优化，得到优化后的贝叶斯网络模型，包括：
根据预设的迭代算法对所述贝叶斯网络模型的结构以及参数进行优化得到结构优化后的贝叶斯网络模型；
根据预设的最大似然估计算法从所述结构优化后的贝叶斯网络模型中确定出使得似然函数值最大的参数；
确定所述参数对应的先验概率，根据所述先验概率以及所述运行数据进行条件概率学习得到所述参数对应的后验概率；
根据所述后验概率和/或所述预设的专家经验数据调整所述结构优化后的贝叶斯网络模型中每个节点对应的条件概率，得到所述优化后的贝叶斯网络模型。


4.如权利要求3所述的方法，其特征在于，根据预设的迭代算法对所述贝叶斯网络模型的结构以及参数进行优化得到结构优化后的贝叶斯网络模型，包括：
从所述贝叶斯网络模型中任一贝叶斯网络开始进行迭代，并在t次迭代后得到当前最佳贝叶斯网络；
根据所述当前最佳贝叶斯网络以及预设的EM算法对所述贝叶斯网络模型的数据集进行补全得到所述补全后的数据集；
根据所述补全后的数据集对所述贝叶斯网络模型的结构以及参数进行优化得到所述结构优化后的贝叶斯网络模型。


5.如权利要求4所述的方法，其特征在于，根据预设的最大似然估计算法从所述结构优化后的贝叶斯网络模型中确定出使得似然函数值最大的参数，包括：
通过如下公式确定所述参数：
L(θ|D，G)＝P(D|θ，G)
θ*＝argmaxL...

【专利技术属性】
技术研发人员：郑恒，龙东腾，应志恒，周波，郑紫霞，龚佩佩，
申请(专利权)人：中国航天标准化研究所，
类型：发明
国别省市：北京;11