基于贝叶斯网络和PSO算法的可靠性分析优化方法及应用
|
摘要
针对贝叶斯网络在可靠性分析中难以构造的不足，结合传统故障树和T-S模糊故障树，研究和完善了基于传统故障树转化的贝叶斯网络可靠性分析方法，提出了基于T-S模糊故障树转化的贝叶斯网络可靠性分析方法，提出了基于贝叶斯网络和PSO(粒子群优化)/μPSO算法的可靠性优化方法。将本文方法应用于分体式巷道运输车液压系统，为提高其可靠性提供理论依据。
首先，系统地研究了贝叶斯网络的推理机制及建模特点，给出了由传统故障树构造贝叶斯网络的方法。利用贝叶斯网络推理不仅计算出顶事件的发生概率与基本事件的重要度，同时还可以得到基本事件的后验概率。将后验概率和故障分析处理成本作为故障属性考虑，提出了基于贝叶斯网络和逼近理想解排序法的多属性故障分析方法。
其次，提出了基于T-S模糊故障树转化的贝叶斯网络可靠性分析方法。该方法利用贝叶斯网络推理，解决了T-S模糊故障树运算复杂和不能双向推理的不足。完成了基于传统故障树转化的贝叶斯网络可靠性分析方法和基于T-S模糊故障树转化的贝叶斯网络可靠性分析方法两种方法的对比分析。在此基础上，提出了基于贝叶斯网络和灰关联分析的多属性故障分析方法。
再次，提出了基于贝叶斯网络和PSO/μPSO算法的可靠性优化方法。该方法是以贝叶斯网络可靠性分析方法为基础，构造了以基本事件故障概率为输入、顶事件故障概率为输出的故障函数关系，再结合费用等资源条件构造出两种可靠性优化模型，利用PSO算法与μPSO算法分别进行可靠性优化求解。这种方法扩宽了贝叶斯网络可靠性分析方法的应用范围。
最后，利用上述方法，对分体式巷道运输车液压系统进行可靠性分析，并完成了两种可靠性优化设计方案。
To solve shortage of Bayesian networks’difficulty to construct in reliability analysis,combining with traditional fault tree and T-S fuzzy fault tree, the reliability analysismethod of Bayesian networks built through traditional fault is studied and improved, thereliability analysis method of Bayesian networks built through T-S fuzzy fault tree ispresented, and the PSO(Particle Swarm Optimization)/μPSO algorithm is brought into, thereliability optimization method based on Bayesian networks and PSO algorithm ispresented. Then the presented methods sre applied to the coalmine roadway separatetransporter hydraulic system, and provides the theoretical basis to improve its reliability.
Firstly, the inference mechanism and modelling features of the Bayesian networks areresearched systematically, and the construction method of Bayesian networks based ontraditional fault tree is given. The method based on Bayesian inference could not onlycalculates out the probability of top event and the importance of the basic events, but alsoobtains posterior probability of the basic events at the same time. And the posteriorprobability and fault analysis cost are considered as the fault attributes, multi-attributefault analysis method combined Bayesian networks and TOPSIS(Technique for OrderPreference by Similarity to an Ideal Solution) is presented.
Secondly, to solve disadvantages of unidirectional reasoning and computationalcomplexity of T-S fuzzy fault tree analysis, the reliability analysis method based on T-Sfuzzy fault tree and Bayesian networks is presented. Comparative analysis betweenreliability analysis method based on traditional fault tree and reliability analysis methodbased on T-S fuzzy fault tree is completed. On this basis, multi-attribute fault analysismethod based on Bayesian networks and grey relation analysis is presented.
Thirdly, the reliability optimization method based on Bayesian networks and PSOalgorithm is presented. This method is based on Bayesian networks reliability analysis,and constructs a function that the basic event fault probability as input and the top eventfault probability as output, then set up two reliability optimization models combining with the cost and other resources condition. According to the reliability optimization model,optimize the reliability of the system by PSO algorithm andμPSO algorithm. This methodwidened the application range of the Bayesian networks reliability analysis method.
Finally, according to the presented method, the reliability analysis of coalmineroadway separate transporter’s hydraulic system is completed, and two reliabilityoptimization design scheme is completed.
首先，系统地研究了贝叶斯网络的推理机制及建模特点，给出了由传统故障树构造贝叶斯网络的方法。利用贝叶斯网络推理不仅计算出顶事件的发生概率与基本事件的重要度，同时还可以得到基本事件的后验概率。将后验概率和故障分析处理成本作为故障属性考虑，提出了基于贝叶斯网络和逼近理想解排序法的多属性故障分析方法。
其次，提出了基于T-S模糊故障树转化的贝叶斯网络可靠性分析方法。该方法利用贝叶斯网络推理，解决了T-S模糊故障树运算复杂和不能双向推理的不足。完成了基于传统故障树转化的贝叶斯网络可靠性分析方法和基于T-S模糊故障树转化的贝叶斯网络可靠性分析方法两种方法的对比分析。在此基础上，提出了基于贝叶斯网络和灰关联分析的多属性故障分析方法。
再次，提出了基于贝叶斯网络和PSO/μPSO算法的可靠性优化方法。该方法是以贝叶斯网络可靠性分析方法为基础，构造了以基本事件故障概率为输入、顶事件故障概率为输出的故障函数关系，再结合费用等资源条件构造出两种可靠性优化模型，利用PSO算法与μPSO算法分别进行可靠性优化求解。这种方法扩宽了贝叶斯网络可靠性分析方法的应用范围。
最后，利用上述方法，对分体式巷道运输车液压系统进行可靠性分析，并完成了两种可靠性优化设计方案。
To solve shortage of Bayesian networks’difficulty to construct in reliability analysis,combining with traditional fault tree and T-S fuzzy fault tree, the reliability analysismethod of Bayesian networks built through traditional fault is studied and improved, thereliability analysis method of Bayesian networks built through T-S fuzzy fault tree ispresented, and the PSO(Particle Swarm Optimization)/μPSO algorithm is brought into, thereliability optimization method based on Bayesian networks and PSO algorithm ispresented. Then the presented methods sre applied to the coalmine roadway separatetransporter hydraulic system, and provides the theoretical basis to improve its reliability.
Firstly, the inference mechanism and modelling features of the Bayesian networks areresearched systematically, and the construction method of Bayesian networks based ontraditional fault tree is given. The method based on Bayesian inference could not onlycalculates out the probability of top event and the importance of the basic events, but alsoobtains posterior probability of the basic events at the same time. And the posteriorprobability and fault analysis cost are considered as the fault attributes, multi-attributefault analysis method combined Bayesian networks and TOPSIS(Technique for OrderPreference by Similarity to an Ideal Solution) is presented.
Secondly, to solve disadvantages of unidirectional reasoning and computationalcomplexity of T-S fuzzy fault tree analysis, the reliability analysis method based on T-Sfuzzy fault tree and Bayesian networks is presented. Comparative analysis betweenreliability analysis method based on traditional fault tree and reliability analysis methodbased on T-S fuzzy fault tree is completed. On this basis, multi-attribute fault analysismethod based on Bayesian networks and grey relation analysis is presented.
Thirdly, the reliability optimization method based on Bayesian networks and PSOalgorithm is presented. This method is based on Bayesian networks reliability analysis,and constructs a function that the basic event fault probability as input and the top eventfault probability as output, then set up two reliability optimization models combining with the cost and other resources condition. According to the reliability optimization model,optimize the reliability of the system by PSO algorithm andμPSO algorithm. This methodwidened the application range of the Bayesian networks reliability analysis method.
Finally, according to the presented method, the reliability analysis of coalmineroadway separate transporter’s hydraulic system is completed, and two reliabilityoptimization design scheme is completed.
引文
[1]王少萍．工程可靠性[M]．北京：北京航空航天大学出版社，2000：1-20.
[2]赵涛，林青．可靠性工程基础[M]．天津：天津大学出版社，1999：1-18.
[3] Vaurio J K. Common cause failure probabilities in stand by safety system fault tree analysis withtesting-scheme and timing dependencies[J]. Reliability Engineering and System Safety, 2003,79(1): 43-57.
[4] Lee J S, Cha S D. Fault tree construction of hybrid system requirements using qualitative formalmethod[J]. Reliability Engineering and System Safety, 2005, 87(1): 121-131.
[5]赵静一，姚成玉．液压系统的可靠性研究进展[J]．液压气动与密封，2006，26(3)：50-52.
[6] Huang H Z, Tong X, Zuo M. Posbist fault tree analysis of coherent systems[J]. ReliabilityEngineering and System Safety, 2004, 84(2): 141-148.
[7]陶勇剑，董德存，任鹏．基于故障树的系统可靠性估计不确定性问题[J]．同济大学学报，2010，38(1)：141-145.
[8]李河清，谭青，林光霞．叉车液压系统起升液压缸无力的故障树分析[J]．机床与液压，2008，(2)：199-201.
[9]姚成玉，陈东宁．基于最小割集综合排序的液压系统故障定位方法[J]．中国机械工程，2010，21(11)：1357-1361.
[10]曾亮，郭欣．多状态系统故障树的一种生成方法[J]．系统工程学报，1998，13(4)：74-78.
[11]陶军，王占林．液压系统多态故障树的自动建造[J]．机床与液压，2004，(12)：207-209.
[12] Mao G Z, Tu J W, Du H B. Reliability evaluation based on fuzzy fault tree[C]//Proceedings-2010IEEE 17th International Conference on Industrial Engineering and Engineering Management. Xiamen, China, 2010: 963-966.
[13]姚成玉，赵静一．液压系统模糊故障树分析方法研究[J]．中国机械工程，2007，18(14)：1656-1659.
[14]徐进永，罗士军，张子达．基于模糊故障树分析法的装载机液压系统故障诊断系统[J]．吉林大学学报(工学版)，2007，37(3)：569-574.
[15] Song H, Zhang H Y, Chan C W. Fuzzy fault tree analysis based on T-S model with application toINS/GPS navigation system[J]. Soft Computing, 2009, 13(1): 31-40.
[16]宋华，张洪钺，王行仁．T-S模糊故障树分析方法[J]．控制与决策，2005，20(8)：854-859.
[17]姚成玉，赵静一．基于T-S模型的液压系统模糊故障树分析方法研究[J]．中国机械工程，2009，20(16)：1913-1917.
[18]张连文，郭海鹏．贝叶斯网引论[M]．北京科学出版社，2006：31-36.
[19]李俭川，胡茑庆，秦国军，等．贝叶斯网络理论及其在设备故障诊断中的应用[J]．中国机械工程，2003，14(10)：896-900.
[20]霍利民，朱永利，范高锋，等．一种基于贝叶斯网络的电力系统可靠性评估新方法[J]．电力系统自动化，2003，27(5)：36-40.
[21]郑恒，吴祈宗，汪佩兰，等．贝叶斯网络在火工系统安全评价中的应用[J]．兵工学报，2006，27(6)：988-993.
[22]王永强，律方成．基于贝叶斯网络的电容型设备故障诊断方法[J]．电力自动化设备，2009，29(12)：15-18.
[23]尹晓伟．基于贝叶斯网络的机械系统可靠性评估[D]．沈阳：东北大学机械设计及理论学科博士学位论文，2007：9-12.
[24] Boudali H, Dugan J B. A discrete-time Bayesian network reliability modeling and analysisframework[J]. Reliability Engineering and System Safety, 2005, 87(3): 337-349.
[25]厉海涛，金光，周经伦，等．贝叶斯网络推理算法综述[J]．系统工程与电子技术，2008，30(5)：935-939.
[26]张根保，刘佳，葛红玉．装配可靠性的动态贝叶斯网络建模与分析[J]．中国机械工程2012，23(2)：211-215.
[27] Bobbin A, Portinale L, Minichino M, et al. Improving the analysis of dependable systems bymapping fault trees into Bayesian networks[J]．Reliability and Safety, 2001, 71(3): 249-260.
[28] Wilson G., Huzurbazar A V. Bayesian networks for multilevel system reliability[J]. ReliabilityEngineering and System Safety, 2007, 92 (10): 1413-1420.
[29]霍利民，朱永利，张在玲，等．贝叶斯网络在配电系统可靠性评估中的应用[J]．电工技术学报，2004，19(8)：113-118.
[30]霍利民，朱永利，张立国，等．用于电力系统可靠性评估的贝叶斯网络时序模拟推理算法[J]．电工技术学报，2008，23(6)：89-95.
[31]厉海涛，金光，周经伦，等．动量轮在轨状态可靠性贝叶斯网络建模与评估[J]．航空学报，2009，30(6)：1084-1089.
[32]李典庆，鄢丽丽，邵东国．基于贝叶斯网络的土石坝可靠性分析[J]．武汉大学学报(工学版)，2007，40(6)：24-29.
[33]徐格宁，李银德，杨恒，等．基于贝叶斯网络的汽车起重机液压系统的可靠性评估[J]．中国安全科学学报，2011，21(5)：90-96.
[34]董豆豆，冯静，孙权，等．模糊情形下基于贝叶斯网络的可靠性分析方法[J]．系统工程学报，2006，21(6)：668-672.
[35]陆莹，李启明，周志鹏．基于模糊贝叶斯网络的地铁运营安全风险预测[J]．东南大学学报(自然科学版)，2010，40(5)：1110-1114.
[36]王旭峰．液压系统T-S模糊故障树分析及其故障搜索决策方法研究[D]．秦皇岛：燕山大学系统工程学科硕士学位论文，2010：19-31.
[37]鹿祥宾，李晓钢，林峰．复杂系统的可靠性分配和优化[J]．北京航空航天大学学报，2004，30(6)：565-568.
[38] Heidi A T, Fatema B, David W C, et al. Practical solutions for multi-objective optimization: anapplication to system reliability design problems[J]. Reliability Engineering and System Safety,2007, 92(3): 314-322.
[39]余东．遗传算法在系统可靠性优化中的应用[J]．武汉科技大学学报(自然科学版)，2004，27(4)：427-428.
[40]刘仁云，于繁华，张义民．基于小波神经网络的结构系统可靠性优化设计[J]．吉林大学学报(工学版)，2009，39(1)：245-249.
[41]郭惠听，刘德顺，胡冠星，等．证据理论和区间分析相结合的可靠性优化设计方法[J]．机械工程学报，2008，44(12)：35-41.
[42]曾建潮，介婧，崔志华．微粒群算法[M]．北京：科学出版社，2004：12-18.
[43]杨维，李歧强．粒子群优化算法综述[J]．中国工程科学，2004，6(5)：87-94.
[44] Shi Y, Eberhart R C. Empirical study of particle swarm optimization[C]//In Proceedings of theIEEE Congress on Evolutionary Computation, USA, 1999: 1945-1950.
[45] Clerc M. The swarm and the queen: towards a deteministic and adaptive particle swarmoptimization[C]//In Proceedings of IEEE Congress on Evolutionary Computation, USA, 1999:1951-1957.
[46]巩敦卫，张勇，张建化，等．新型粒子群优化算法[J]．控制理论与应用，2008，25(1)：111-114.
[47]李勇刚，桂卫华，阳春华．一种弹性粒子群优化算法[J]．控制与决策，2008，23(1)：95-98.
[48]胥小波，郑康锋，李丹，等．新的混沌粒子群优化算法[J]．通信学报，2012，33(1)：24-30,37.
[49] Huang T, Moha A S. Micro-particle swarm optimizer for solving high dimensional optimizaitonproblems(μPSO for high dimensional optimizaiton problems)[J]. Applied Mathematics andComputation. 2006, 181(2): 1148-1154.
[50]孟学雷，贾利民．一类新的粒子群算法[J]．控制与决策，2009，24(6)：941-944，948.
[51]田萍芳，王从军．粒子群算法在机械零部件可靠性优化设计的应用[J]．自动化仪表，2005，26(7)：24-26.
[52]何剑，程林，孙元章．电力系统运行可靠性最优控制[J]．中国电机工程学报，2010，30(7)：15-21.
[53]焦明海，唐加福，牟立峰，等．基于改进粒子群算法的供应商参与可靠性设计优化[J]．机械工程学报，2008，44(12)：123-130.
[54] Khakzad N, Khan F, Amyotte P. Safety analysis in process facilities: comparison of fault tree andBayesian network approaches[J]. Reliability Engineering and System Safety, 2011, 96(8):925-932.
[55]周忠宝，马超群，周经伦．贝叶斯网络在多态系统可靠性分析中的应用[J]．哈尔滨工业大学学报，2009，41(6)：232-235.
[56]尹晓伟，钱文学，谢里阳．贝叶斯网络在机械系统可靠性评估中的应用[J]．东北大学学报(自然科学版)，2008，29(4)：557-560.
[57] Langseth H, Portinale L. Bayesian networks in reliability[J]. Reliability Engineering and SystemSafety, 2007, 92(1): 92-108.
[58]杨昌昊，竺长安，胡小建．基于贝叶斯网的复杂系统故障诊断方法[J]．中国机械工程，2009，20(22)：2726-2732.
[59] Barlow R E, Wu A S. Coherent systems with multistates components[J]. Math of OperationResearch, 1978, 37(3): 275-281.
[60]李波，陈定，方孙世，等．基于模糊故障树的起重机可靠性分析[J]．起重运输机械，2008，(8)：78-82.
[61]周忠宝，董豆豆，周经伦．贝叶斯网络在可靠性分析中的应用[J]．系统工程理论与实践，2006，26(6)：95-100.
[62]王永传，庄钊文，郁文贤．一种基于卷积模糊算子的故障树分析方法[J]．系统工程与电子技术，2000，22(9)：76-79.
[63]周宏安，刘三阳．基于离差最大化模型的模糊多属性决策投影法[J]．系统工程与电子技术，2007，29(5)：741-744.
[64] Li X X, Wang K S, Liu L W, et al. Application of the entropy weight and TOPSIS method insafety evaluation of coal mines[J]. Procedia Engineering, 2011, 26: 2085-2091.
[65]姚成玉，张荧驿，王旭峰，等．T-S模糊重要度分析方法研究[J]．机械工程学报，2011，47(12)：163-169.
[66]姚成玉，张荧驿，王旭峰，等．T-S模糊故障树重要度分析方法[J]．中国机械工程，2011，22(11)：1261-1268.
[67]董立立，朱煜，黄道，等．灰关联分析及其在装备故障诊断中的应用[J]．华东理工大学学报(自然科学版)，2008，34(4)：563-567，597.
[68]原菊梅．基于粒子群优化算法的复杂系统可靠性分配与优化[J]．火力与指挥控制，2011，36(1)：90-93.
[69]阮旻智，李庆民，王红军，等．人工免疫粒子群算法在系统可靠性优化中的应用[J]．控制理论与应用，2010，27(9)：1253-128.
[70]刘波．粒子群优化算法及其工程应用[M]．北京：电子工业出版社，2010.
[71]胡旺，李志蜀．一种更简化而高效的粒子群优化算法[J]．软件学报，2007，18(4)：861-868.
[72]李爱国，覃征，鲍复民，等．粒子群优化算法[J]．计算机工程与应用，2002，(21)：1-3, 17.
[73]谢晓峰，张文俊，杨之廉．微粒群算法综述[J]．控制与决策，2003，18(2)：130-134.
[74]牛天林，王洁，杜燕波，等．战时维修保证资源优化调度的算法研究[J]．计算机工程与应用，2011，47(9)：210-213.
[75] Huang T. A microparticle swarm optimizer for the reconstruction of microwave images[C]//IEEETransactions on Antennas and Propagation, 2007, 55(3): 568-576.
[76]张铁柱，滕春贤，韩志刚．遗传算法在系统可靠性优化中的应用[J]．控制与决策，2002，17(3)：378-380，384.
[77]赵静一，姚成玉．液压系统可靠性工程[M]．北京：机械工业出版社，2011：373-382.
[78]蒋仁言，左明键．可靠性模型与应用[M]．北京：机械工业出版社，1999：1-12.
[79]芮延年，傅戈雁．现代可靠性设计[M]．北京：国防工业出版社，2007：4-8.
[2]赵涛，林青．可靠性工程基础[M]．天津：天津大学出版社，1999：1-18.
[3] Vaurio J K. Common cause failure probabilities in stand by safety system fault tree analysis withtesting-scheme and timing dependencies[J]. Reliability Engineering and System Safety, 2003,79(1): 43-57.
[4] Lee J S, Cha S D. Fault tree construction of hybrid system requirements using qualitative formalmethod[J]. Reliability Engineering and System Safety, 2005, 87(1): 121-131.
[5]赵静一，姚成玉．液压系统的可靠性研究进展[J]．液压气动与密封，2006，26(3)：50-52.
[6] Huang H Z, Tong X, Zuo M. Posbist fault tree analysis of coherent systems[J]. ReliabilityEngineering and System Safety, 2004, 84(2): 141-148.
[7]陶勇剑，董德存，任鹏．基于故障树的系统可靠性估计不确定性问题[J]．同济大学学报，2010，38(1)：141-145.
[8]李河清，谭青，林光霞．叉车液压系统起升液压缸无力的故障树分析[J]．机床与液压，2008，(2)：199-201.
[9]姚成玉，陈东宁．基于最小割集综合排序的液压系统故障定位方法[J]．中国机械工程，2010，21(11)：1357-1361.
[10]曾亮，郭欣．多状态系统故障树的一种生成方法[J]．系统工程学报，1998，13(4)：74-78.
[11]陶军，王占林．液压系统多态故障树的自动建造[J]．机床与液压，2004，(12)：207-209.
[12] Mao G Z, Tu J W, Du H B. Reliability evaluation based on fuzzy fault tree[C]//Proceedings-2010IEEE 17th International Conference on Industrial Engineering and Engineering Management. Xiamen, China, 2010: 963-966.
[13]姚成玉，赵静一．液压系统模糊故障树分析方法研究[J]．中国机械工程，2007，18(14)：1656-1659.
[14]徐进永，罗士军，张子达．基于模糊故障树分析法的装载机液压系统故障诊断系统[J]．吉林大学学报(工学版)，2007，37(3)：569-574.
[15] Song H, Zhang H Y, Chan C W. Fuzzy fault tree analysis based on T-S model with application toINS/GPS navigation system[J]. Soft Computing, 2009, 13(1): 31-40.
[16]宋华，张洪钺，王行仁．T-S模糊故障树分析方法[J]．控制与决策，2005，20(8)：854-859.
[17]姚成玉，赵静一．基于T-S模型的液压系统模糊故障树分析方法研究[J]．中国机械工程，2009，20(16)：1913-1917.
[18]张连文，郭海鹏．贝叶斯网引论[M]．北京科学出版社，2006：31-36.
[19]李俭川，胡茑庆，秦国军，等．贝叶斯网络理论及其在设备故障诊断中的应用[J]．中国机械工程，2003，14(10)：896-900.
[20]霍利民，朱永利，范高锋，等．一种基于贝叶斯网络的电力系统可靠性评估新方法[J]．电力系统自动化，2003，27(5)：36-40.
[21]郑恒，吴祈宗，汪佩兰，等．贝叶斯网络在火工系统安全评价中的应用[J]．兵工学报，2006，27(6)：988-993.
[22]王永强，律方成．基于贝叶斯网络的电容型设备故障诊断方法[J]．电力自动化设备，2009，29(12)：15-18.
[23]尹晓伟．基于贝叶斯网络的机械系统可靠性评估[D]．沈阳：东北大学机械设计及理论学科博士学位论文，2007：9-12.
[24] Boudali H, Dugan J B. A discrete-time Bayesian network reliability modeling and analysisframework[J]. Reliability Engineering and System Safety, 2005, 87(3): 337-349.
[25]厉海涛，金光，周经伦，等．贝叶斯网络推理算法综述[J]．系统工程与电子技术，2008，30(5)：935-939.
[26]张根保，刘佳，葛红玉．装配可靠性的动态贝叶斯网络建模与分析[J]．中国机械工程2012，23(2)：211-215.
[27] Bobbin A, Portinale L, Minichino M, et al. Improving the analysis of dependable systems bymapping fault trees into Bayesian networks[J]．Reliability and Safety, 2001, 71(3): 249-260.
[28] Wilson G., Huzurbazar A V. Bayesian networks for multilevel system reliability[J]. ReliabilityEngineering and System Safety, 2007, 92 (10): 1413-1420.
[29]霍利民，朱永利，张在玲，等．贝叶斯网络在配电系统可靠性评估中的应用[J]．电工技术学报，2004，19(8)：113-118.
[30]霍利民，朱永利，张立国，等．用于电力系统可靠性评估的贝叶斯网络时序模拟推理算法[J]．电工技术学报，2008，23(6)：89-95.
[31]厉海涛，金光，周经伦，等．动量轮在轨状态可靠性贝叶斯网络建模与评估[J]．航空学报，2009，30(6)：1084-1089.
[32]李典庆，鄢丽丽，邵东国．基于贝叶斯网络的土石坝可靠性分析[J]．武汉大学学报(工学版)，2007，40(6)：24-29.
[33]徐格宁，李银德，杨恒，等．基于贝叶斯网络的汽车起重机液压系统的可靠性评估[J]．中国安全科学学报，2011，21(5)：90-96.
[34]董豆豆，冯静，孙权，等．模糊情形下基于贝叶斯网络的可靠性分析方法[J]．系统工程学报，2006，21(6)：668-672.
[35]陆莹，李启明，周志鹏．基于模糊贝叶斯网络的地铁运营安全风险预测[J]．东南大学学报(自然科学版)，2010，40(5)：1110-1114.
[36]王旭峰．液压系统T-S模糊故障树分析及其故障搜索决策方法研究[D]．秦皇岛：燕山大学系统工程学科硕士学位论文，2010：19-31.
[37]鹿祥宾，李晓钢，林峰．复杂系统的可靠性分配和优化[J]．北京航空航天大学学报，2004，30(6)：565-568.
[38] Heidi A T, Fatema B, David W C, et al. Practical solutions for multi-objective optimization: anapplication to system reliability design problems[J]. Reliability Engineering and System Safety,2007, 92(3): 314-322.
[39]余东．遗传算法在系统可靠性优化中的应用[J]．武汉科技大学学报(自然科学版)，2004，27(4)：427-428.
[40]刘仁云，于繁华，张义民．基于小波神经网络的结构系统可靠性优化设计[J]．吉林大学学报(工学版)，2009，39(1)：245-249.
[41]郭惠听，刘德顺，胡冠星，等．证据理论和区间分析相结合的可靠性优化设计方法[J]．机械工程学报，2008，44(12)：35-41.
[42]曾建潮，介婧，崔志华．微粒群算法[M]．北京：科学出版社，2004：12-18.
[43]杨维，李歧强．粒子群优化算法综述[J]．中国工程科学，2004，6(5)：87-94.
[44] Shi Y, Eberhart R C. Empirical study of particle swarm optimization[C]//In Proceedings of theIEEE Congress on Evolutionary Computation, USA, 1999: 1945-1950.
[45] Clerc M. The swarm and the queen: towards a deteministic and adaptive particle swarmoptimization[C]//In Proceedings of IEEE Congress on Evolutionary Computation, USA, 1999:1951-1957.
[46]巩敦卫，张勇，张建化，等．新型粒子群优化算法[J]．控制理论与应用，2008，25(1)：111-114.
[47]李勇刚，桂卫华，阳春华．一种弹性粒子群优化算法[J]．控制与决策，2008，23(1)：95-98.
[48]胥小波，郑康锋，李丹，等．新的混沌粒子群优化算法[J]．通信学报，2012，33(1)：24-30,37.
[49] Huang T, Moha A S. Micro-particle swarm optimizer for solving high dimensional optimizaitonproblems(μPSO for high dimensional optimizaiton problems)[J]. Applied Mathematics andComputation. 2006, 181(2): 1148-1154.
[50]孟学雷，贾利民．一类新的粒子群算法[J]．控制与决策，2009，24(6)：941-944，948.
[51]田萍芳，王从军．粒子群算法在机械零部件可靠性优化设计的应用[J]．自动化仪表，2005，26(7)：24-26.
[52]何剑，程林，孙元章．电力系统运行可靠性最优控制[J]．中国电机工程学报，2010，30(7)：15-21.
[53]焦明海，唐加福，牟立峰，等．基于改进粒子群算法的供应商参与可靠性设计优化[J]．机械工程学报，2008，44(12)：123-130.
[54] Khakzad N, Khan F, Amyotte P. Safety analysis in process facilities: comparison of fault tree andBayesian network approaches[J]. Reliability Engineering and System Safety, 2011, 96(8):925-932.
[55]周忠宝，马超群，周经伦．贝叶斯网络在多态系统可靠性分析中的应用[J]．哈尔滨工业大学学报，2009，41(6)：232-235.
[56]尹晓伟，钱文学，谢里阳．贝叶斯网络在机械系统可靠性评估中的应用[J]．东北大学学报(自然科学版)，2008，29(4)：557-560.
[57] Langseth H, Portinale L. Bayesian networks in reliability[J]. Reliability Engineering and SystemSafety, 2007, 92(1): 92-108.
[58]杨昌昊，竺长安，胡小建．基于贝叶斯网的复杂系统故障诊断方法[J]．中国机械工程，2009，20(22)：2726-2732.
[59] Barlow R E, Wu A S. Coherent systems with multistates components[J]. Math of OperationResearch, 1978, 37(3): 275-281.
[60]李波，陈定，方孙世，等．基于模糊故障树的起重机可靠性分析[J]．起重运输机械，2008，(8)：78-82.
[61]周忠宝，董豆豆，周经伦．贝叶斯网络在可靠性分析中的应用[J]．系统工程理论与实践，2006，26(6)：95-100.
[62]王永传，庄钊文，郁文贤．一种基于卷积模糊算子的故障树分析方法[J]．系统工程与电子技术，2000，22(9)：76-79.
[63]周宏安，刘三阳．基于离差最大化模型的模糊多属性决策投影法[J]．系统工程与电子技术，2007，29(5)：741-744.
[64] Li X X, Wang K S, Liu L W, et al. Application of the entropy weight and TOPSIS method insafety evaluation of coal mines[J]. Procedia Engineering, 2011, 26: 2085-2091.
[65]姚成玉，张荧驿，王旭峰，等．T-S模糊重要度分析方法研究[J]．机械工程学报，2011，47(12)：163-169.
[66]姚成玉，张荧驿，王旭峰，等．T-S模糊故障树重要度分析方法[J]．中国机械工程，2011，22(11)：1261-1268.
[67]董立立，朱煜，黄道，等．灰关联分析及其在装备故障诊断中的应用[J]．华东理工大学学报(自然科学版)，2008，34(4)：563-567，597.
[68]原菊梅．基于粒子群优化算法的复杂系统可靠性分配与优化[J]．火力与指挥控制，2011，36(1)：90-93.
[69]阮旻智，李庆民，王红军，等．人工免疫粒子群算法在系统可靠性优化中的应用[J]．控制理论与应用，2010，27(9)：1253-128.
[70]刘波．粒子群优化算法及其工程应用[M]．北京：电子工业出版社，2010.
[71]胡旺，李志蜀．一种更简化而高效的粒子群优化算法[J]．软件学报，2007，18(4)：861-868.
[72]李爱国，覃征，鲍复民，等．粒子群优化算法[J]．计算机工程与应用，2002，(21)：1-3, 17.
[73]谢晓峰，张文俊，杨之廉．微粒群算法综述[J]．控制与决策，2003，18(2)：130-134.
[74]牛天林，王洁，杜燕波，等．战时维修保证资源优化调度的算法研究[J]．计算机工程与应用，2011，47(9)：210-213.
[75] Huang T. A microparticle swarm optimizer for the reconstruction of microwave images[C]//IEEETransactions on Antennas and Propagation, 2007, 55(3): 568-576.
[76]张铁柱，滕春贤，韩志刚．遗传算法在系统可靠性优化中的应用[J]．控制与决策，2002，17(3)：378-380，384.
[77]赵静一，姚成玉．液压系统可靠性工程[M]．北京：机械工业出版社，2011：373-382.
[78]蒋仁言，左明键．可靠性模型与应用[M]．北京：机械工业出版社，1999：1-12.
[79]芮延年，傅戈雁．现代可靠性设计[M]．北京：国防工业出版社，2007：4-8.