基于動態(tài)貝葉斯網絡的深水防噴器操作安全性評估開題報告-資料下載頁
2025-03-23 06:35本頁面
【正文】 理，給出相應結論。5 課題的計劃進度和預期成果 36周學習靜態(tài)貝葉斯網絡，完成開題報告。78周對影響深水防噴器操作的因素進行分類，分別建模，最后建立整個系統(tǒng)的模型。910周取其中某一案例，運用靜態(tài)貝葉斯網絡的理論進行分析，并用軟件NETICA相互驗證。1112周在基本掌握靜態(tài)貝葉斯網絡的情況下，學習動態(tài)貝葉斯網絡。1314周取其中某一案例，運用動態(tài)貝葉斯網絡的理論進行分析，并用軟件NETICA相互驗證。1517周最后對結果進行分析，給出相應結論，提出一些關于如何提高深水防噴器操作安全性的建議。1819周對前面工作進行整理，撰寫論文，準備答辯。建立系統(tǒng)的動態(tài)貝葉斯網絡模型，對某一案例進行分析，找出對深水防噴器操作安全性影響較大的因素，并針對性的提出一些改進方案。參考文獻[1] 段明星, 李明亮. 深水防噴器系統(tǒng)可靠性探討[J]. 中國造船, 2010, 12:297[2] 李博, 張作龍. 深水防噴器組控制系統(tǒng)的發(fā)展[J]. 流體傳動與控制, 2008, 29(4):39 [3] 劉翔. 3000m深水下防噴器組可靠性研究[D]. 中國石油大學, 2010.[4] 孫振剛. 防噴器參數化設計及仿真技術研究[D]. 中國石油大學, 2009.[5] 王道寶. 閘板防噴器可靠性研究[D]. 中國石油大學, 2010.[6] 李三平. 國產防噴器生產技術現狀與發(fā)展趨勢[J]. 石油科技論壇, 2006:54 [7] 蘇尚文, 許宏奇. 我國防噴器技術進展與發(fā)展方向[J]. 石油機械, 2001:101107[8] 李海軍, 馬登武, [M]. 北京: 國防工業(yè)出版社, 2009: 5859.[9] Adnan and Reasoning with Bayesian Networks[M]. New York: Cambridge University Press, 2009[10] 張連文, 郭海鵬. 貝葉斯網引論[M]. 北京: 科學出版社, 2006[11] Murphy Bayesian networks: representation, inference and learning[D]. Doctor of Philosophy dissertation, University of California, Berkeley, 2002. [12] Murphy K P, Mian S. Modeling gene expression data using dynamic Bayesian : Computer Science Division[D]. Doctor of Philosophy dissertation, University of California, 1999.[13] 李維乾. 動態(tài)貝葉斯網絡在水文預報中的應用[D]. 西安理工大學, 2009.[14] Pavlovic, TatJen Cham. A Dynamic Bayesian Networks Approach to Figure Tracking Using learned Dynamic Models[J]. 1999:94101[15] 肖秦琨, [M]. 北京: 國防工業(yè)出版社, 2007: 57.8
教學教案相關推薦
鄂ICP備17016276號-1