在軟件項目生存周期早期或創新型項目的研發過程中,可用的案例數據很少或很不完整,項目風險多由專家經驗進行主觀評估,給風險的客觀度量帶來了很大的困難。提出了一種基于貝葉斯網絡的軟件項目風險評估方法,不僅可度量風險影響程度的風險當量,還能度量出多種風險對某種風險后果的組合影響以及單個風險對整體后果的綜合影響,從而增強了軟件項目風險的預測和應變能力,為有效地降低風險發生概率、提高軟件開發成功率提供了一種新的途徑。

從安全管理、人、設備設施和環境等4個方面確定18個地鐵運營安全影響因素。采用解釋結構模型分析影響因素之間的關系,構建結構模型,并將其轉換為多態貝葉斯網絡結構。同時,引入模糊集理論,將專家給出的自然語言變量轉化為概率信息,輸入到多態貝葉斯網絡并進行風險評估。案例研究說明,該風險評估方法應用于地鐵運營安全分析中切實可行。

以宏觀動態交通流模型為基礎,分析了模型中各個參數之間的函數關系.給出了基于bp神經網絡理論的高速公路交通流預測模型建立的方法,對高速公路進行建模.該模型可以通過對高速公路交通流信息的實時采集對參數進行動態的修正,達到交通流信息預測的準確性要求.

高速公路交通量預測過程涉及眾多的輸入因素,其中許多因素的不確定性將導致預測結果存在一定程度的風險。該文運用風險分析方法,對影響交通量的風險因素進行了分類和識別,闡述了風險的產生及其特性,估計了主要風險因素的概率分布,并用蒙特卡羅方法對未來交通量進行了模擬,得到了交通量的概率分布曲線,為合理計算高速公路建設規模與制定投資決策提供了可靠依據。

施工報告 施工單位：廣州市公路實業發展公司月份：11編號：2012-01 一、工程概況 廣州增從高速公路sjt04合同段由廣州市公路實業發展公司承建，合同價為48450876萬元，線路起止 樁號為k11+130,終止樁號為k40+260，含街口支線，,全長66.768km。主線起于增城市增江街周山 村，與從莞高速公路惠州段順接，途經正果鎮、小樓鎮、派潭鎮、從化市溫泉鎮，終于從化市溫泉 鎮衛東村，通過衛東樞紐立交與大廣高速公路（原街東高速公路）t字相接，路線全長47.160km。主 線與廣河高速公路、國道g105、省道s119、省道s256、省道s355等多條高速公路及國、省公路相交 。 街口支線起點位于增城市派譚鎮，通過坳背立交與主線相接，經從化市江浦街，通過白田崗互通立 交與已建的街（口）北（興）高速公路相接，路線全長

我國高速公路存在著運行效率低下、收費標準較高、管理混亂、浪費嚴重、投資成本居高不下、財務狀況難以為繼等問題,不少項目存在著十分嚴重的銀行金融風險和地方財政隱患,而高速公路投資的風險評估卻基本上還是空白,因此,對高速公路投資風險進行評估具有重要意義。筆者認真分析了收費高速公路投資風險的特點,重點提出了風險評價指標體系,并建立了收費高速公路投資模糊綜合評價模型。

本文根據高速公路公司財務風險的特點,設計了我國高速公路公司財務風險綜合評價指標,構建了基于模糊層次分析法的高速公路公司財務風險評估模型。

本文參考人、機、環境和管理理論，并根據民航相關標準和規則建立航空公司風險評估指標體系。對航空公司實際調查數據進行有效性、歸一化處理，用genie軟件構建相應的貝葉斯網絡模型，對參數進行學習，獲取了各節點的cpt，據此對模型進行正向推理和反向推理，找出了風險致因較大的因素即人的因素和管理及信息因素。最終對該航空公司風險評估的結果為76．6％。實驗結果證明該方法是可行有效的。

為提高建筑火災風險評估的準確性,建立1種智能化的動態風險評估方法。針對具體建筑的風險評估,以物聯網技術為基礎,構建智能消防監測系統,在建筑日常使用過程中通過動態風險評估,實現火災風險要素的實時監測、數據傳輸,充分發揮大數據、云計算的支撐作用,將貝葉斯網絡方法引入火災風險定量評估過程,構建火災動態風險評估模型；結合具體的應用實例,分析不確定因素對風險評估結果的影響。研究結果表明:基于貝葉斯網絡的動態風險評估方法能較準確地反映建筑火災風險的可能性,達到實時監測、動態評估的效果。

依照信息安全風險評估流程,結合威脅、脆弱性和控制措施等風險評估基本要素,以加強要素關聯性分析和提高評估結果客觀性為目標,提出一種層次分析法與貝葉斯網絡相結合的信息安全風險態勢分析模型。該模型通過層次分析法計算出各威脅指標的權重,根據各風險評估要素之間的因果關系構造貝葉斯網絡,結合貝葉斯網絡計算出的風險發生概率得出系統風險等級。針對威脅分析,利用貝葉斯推理,通過定義威脅、脆弱性概率的變化量,進行系統的綜合風險分析,從全局角度把握風險態勢并給出有效解決方案,實現風險的可控性。該方法可以有效地降低評價主觀性,實現更準確的風險態勢分析。實例表明,該方法不僅可以針對控制措施提供有效的建議,還能在降低并轉移風險上給出合理的判斷,為信息安全風險態勢分析提供了一個新的思路。

基于甘肅高等級公路收費年收入的統計數據,結合其收入和交通量之間的粗略關系,運用bp神經網絡預測高等級公路各收費站年收入,從而間接地對高等級公路交通流量進行預測,為提高高速公路的管理與服務水平,對提高高等級公路管理部門的信息感知能力和應急處置能力、提高路網運行效率、建設和諧高等級公路具有極其重要的意義。

引言高速公路交通量預測是高速公路建設項目可行性研究報告的一項重要內容,它是進行交通量現狀評價、綜合分析建設項目的必要性和可行性的基礎,是確定高速公路建設項目的技術等級、工程規模、效益分析的主要依據。同時,其準確率直接關系高速公路投資回報率,甚至影響項目國民經濟評價及財務評價。根據調查資料和工程項目的性質選用不同的預測方法,國內、外已提出的各種預測方法多達200種左右,但用于實際操作的較少,如頭腦風暴法、專家預測法、

本文依托重安江隧道工程,研究隧道施工坍塌風險評估,建立了風險評估模型,進行了后果估計,并構建了動態風險評估模型。

本文著重于建立高速公路交通工程設施的一整套評估模型,并從經濟分析,給出效益成本比及回收年限等經濟參數,為主管部門制定建設規劃提供決策依據。

為了提高高速公路交通安全評價的準確性及可靠性,在遵循評價基本原理及相關要求的基礎上,提出基于bp神經網絡的高速公路交通安全評價方法,建立了高速公路交通安全評價模型,并對新疆s045線交通安全狀況進行實例分析。結果表明:新疆s045線交通安全狀況良好。基于bp神經網絡的高速公路交通安全評價準確性較高,其涉及參數較少,操作簡便,評價科學。

為了評價高速公路交通安全的水平,使高速公路的管理者能獲得交通安全狀況的動態信息,在對國內外交通安全評價的方法進行研究的基礎上,提出了bp神經網絡評價模型進行高速公路交通安全評價.在對交通事故進行調查分析的基礎上,從影響高速公路交通安全的6個方面,建立了相應的評價指標體系,共計18個指標.每個指標有確定的指數等級劃分依據、評價要求、調查方法.采用c++語言開發了基于bp神經網絡模型的綜合評價軟件,在江西省梨溫和昌泰2條高速公路進行實際應用.對評價結果進行了分析,表明該方法操作性強、結果可靠.

利用果蠅優化算法的快速搜索能力和全局最優能力,結合貝葉斯網絡的結構特點,運用果蠅優化算法優化貝葉斯網絡結構,提出一種基于果蠅優化算法優化貝葉斯網絡的高速公路機電設備故障預測研究.

鑒于在整體上進行智能變電站風險自動分析對日漸復雜的電力系統安全運行有著十分重要的意義,提出并設計了基于貝葉斯網絡的智能變電站風險關聯模型。首先,基于專家群決策方法確定智能變電站的設備風險及風險誘發因素,建立風險分析決策表,利用粗糙集求取最佳風險約簡組合;然后,根據約簡決策表自動建立風險關聯貝葉斯網絡圖,提出了采用伽瑪分布函數聯合專家知識并融入監測數據來更新模型的條件概率分布的方法。最后,對220kv變電站進行實例分析,利用貝葉斯網絡的反向推理功能實現風險誘發概率推理,實驗結果證明了該模型的有效性和適用性。

為研究梯級水庫漫壩連潰的風險,并探索貝葉斯網絡在水庫連潰風險分析中的可行性,通過構建洪水作用下雙庫連潰的貝葉斯網絡模型,并選取四川省大渡河上兩相鄰梯級水庫進行分析,以推求水庫漫(潰)壩概率及評估連潰風險。分析過程表明貝葉斯網絡方法能直觀、簡便地分析多風險源共同作用下的水庫群連潰風險問題。結果表明,兩水庫天然洪水漫壩條件概率的數量級均為10-6,洪水引發單庫漫壩風險較小；正常蓄水位以上,上游水庫潰壩洪水致下游水庫漫壩條件概率超0.8,即上游水庫潰壩導致水庫連潰的風險很大。

針對具有跳躍性的中長時數據預測,提出一種改進加權灰色gm(1,1)模型對高速公路收費站交通量進行預測.將原始交通量數據經過1階弱化和1-ago處理后,利用灰色關聯度對初始值的取值進行加權優化,同時對背景值采取光滑優化處理,從而組合成新型灰色gm(1,1)模型.應用某收費站實際交通量統計數據來驗證新型灰色gm(1,1)模型算法預測準確性,結果表明:改進加權灰色gm(1,1)模型具有更好的適用性和準確性.

為了使金屬礦山安全管理人員能更有效地對礦山進行風險管理。通過對采礦區間事故數據的統計,依據事故后果嚴重程度確定其權重值,建立礦山事故災害事故樹模型,并將其轉換為貝葉斯網絡,對各類生產事故條件概率進行計算。將計算結果與礦山其后幾年生產事故數據進行比較,該風險分析模型能有效對礦山事故進行分析。

借助人工神經網絡模型,建立了可依據現場量測信息對軟基路堤沉降量隨時間而發展的過程進行動態預報的分析方法。其要點是:建立公路軟基沉降預測的神經網絡結構,并將前期沉降觀測值作為樣本,通過神經網絡結構的訓練尋求沉降及其主要影響因素的內在關系,據以預測后期沉降量