巴赫曼·霍纳里;约翰·多诺万;埃蒙·墨菲 贝叶斯网络在分布式通信系统可靠性评估中的应用。 (英语) Zbl 1156.62019年 J.统计计划。推断 139,第5期,1756-1765(2009). 摘要:贝叶斯网络是一种基于概率的方法,用于推断具有随机参数的系统或作出决策。它用于建模和预测特定系统的行为。这种预测是基于观察到的系统随机现象。构建贝叶斯网络的主要目的是估计被称为假设变量的不可观测(或昂贵的可观测)事件的确定性。贝叶斯网络允许我们使用因果关系,然后可以轻松处理和预测分布式系统中的关键情况。因果关系表示为联合条件概率分布,以关联变量的不同可能状态。我们还表示,尽管某些组件出现故障,但系统仍在工作,但下一次故障将导致系统故障,这种情况非常关键。大多数其他模型都无法对这种危急情况进行准确预测,因为它们无法识别系统中事件之间的相关性和关系。然而,贝叶斯网络可以对这种依赖进行编码。此外,条件概率表是为可靠性分析而开发的贝叶斯网络的定量部分,它不仅包括许多简单的概率函数,而且还包括许多0和1作为工作或生存条件概率。这可以帮助我们在可靠性研究中更快地模拟模型。本文介绍了如何使用贝叶斯网络作为一种统计技术来开发一种新的方法来评估(r,s)-out-of-(m,n):F系统的可靠性。一个\(r,s)\)-out-of-\((m,n)\):F系统是一个在其组件的至少一个\矩阵失效时失效的系统。 MSC公司: 2015年1月62日 贝叶斯推断 62号05 可靠性和寿命测试 05C90年 图论的应用 60 K10 更新理论的应用(可靠性、需求理论等) 关键词:贝叶斯网络;可靠性分析;\((r,s)\)-out-of-\((m,n)\):F系统;威布尔分布 软件:使用R;DAAG公司 PDF格式BibTeX公司 XML格式引用 \textit{B.Honari}等人,J.Stat.Plann。推断139,第5号,1756--1765(2009;Zbl 1156.62019) 全文: 内政部 参考文献: [1] Boehme,T.K。;Kossow,A。;普劳斯,W.,《(k)-out-of-(n):F系统的推广》,IEEE Trans。可靠性,R-41,3,451-457(1992)·兹伯利0825.90431 [2] Jensen,F.V.,贝叶斯网络和决策图(2001),Springer:Springer Berlin·Zbl 0973.62005号 [3] Kuo,W.,Zuo,M.J.,2003年。最佳可靠性建模。纽约威利出版社,第325-400页。;Kuo,W.,Zuo,M.J.,2003年。最佳可靠性建模。纽约威利出版社,第325-400页。 [4] Langseth,H.,Portinale,L.,2005年。可靠性中的贝叶斯网络。技术报告TR-INF-Unipmn。;Langseth,H.,Portinale,L.,2005年。可靠性中的贝叶斯网络。技术报告TR-INF-Unipmn。 [5] Maindonald,J。;Braun,J.,《使用R-An Example-based Approach的数据分析和图形》(2003),剑桥大学出版社:剑桥大学出版社·Zbl 1033.62002号 [6] Neapolian,R.E.,《学习贝叶斯网络》(Learning Bayesian Networks)(2004年),普伦蒂斯·霍尔:普伦蒂斯霍尔·恩格尔伍德克利夫斯,新泽西州 [7] 斯蒂芬森,T.A.,2000年。贝叶斯网络理论与应用简介。IDIAP研究报告。;斯蒂芬森,T.A.,2000年。贝叶斯网络理论与应用简介。IDIAP研究报告。 [8] Verzani,J.,《使用R进行介绍性统计》(2005),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 1067.62003号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。