陈强强，陈志平，李春光，唐艳同，黄超亮

(1. 杭州电子科技大学， 浙江 杭州 310018； 2. 绍兴市特种设备检测院， 浙江 绍兴 312000)

贝叶斯网络故障诊断的先验概率评估研究*

陈强强1，陈志平1，李春光1，唐艳同2，黄超亮2

(1. 杭州电子科技大学， 浙江 杭州 310018； 2. 绍兴市特种设备检测院， 浙江 绍兴 312000)

针对贝叶斯网络中引入专家意见的先验概率准确度问题，对专家意见的误差判别、量化规则、意见综合等方面进行了研究。基于多重插补法对故障样本中的缺失统计数据进行概率插补，利用MATLAB进行概率拟合后得到了完备的先验概率集，提出了一种系统化的专家先验概率评估方法，并应用于大型桥式起重机故障诊断，验证了先验概率评估方法的可靠性。研究结果表明，该评估方法能够实现专家定性意见的精确量化，可以有效减小先验概率误差、提高故障诊断的效率，也可为先验概率赋值合理性的进一步研究提供依据。

先验概率；误差判别；精确量化；概率插补

引 言

贝叶斯网络是故障诊断系统中常见的推理算法，网络根节点先验概率的准确程度直接决定其能否快速定位第一故障点。然而，当统计先验概率的样本有限时，以统计概率替代先验概率的精确度就会大打折扣。解决这种问题的一般做法是引入专家意见，但是引入专家意见后又会导致其他问题：如何剔除专家意见中的误差，如何融合专家组意见等。

目前国内外对先验概率的赋值评估做了大量研究，文献[1]提出基于模糊先验概率的期望效用模型，该模型主要研究评价人的心理因素在某方面的影响；……