买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉核动力运行研究所申请的专利一种贝叶斯网络参数初始化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113780566B 。

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110694900.0，技术领域涉及：G06N7/01；该发明授权一种贝叶斯网络参数初始化方法是由侯修群;蒋庆磊;包彬彬;苗碧琪;施慧烈;张梦阳;李元姣设计研发完成，并于2021-06-23向国家知识产权局提交的专利申请。

本一种贝叶斯网络参数初始化方法在说明书摘要公布了：本发明属于设备故障智能诊断领域，具体涉及一种贝叶斯网络参数初始化方法。专家知识对贝叶斯网络参数只能进行大范围约束，需通过人为分析并不断计算才能得出贝叶斯网络参数，需耗费大量时间及精力。本发明包括如下三个步骤：步骤1：贝叶斯网络诊断模型的建立。步骤2：模拟故障样本库的生成。依据设备的专家知识形成诊断规则，再依据诊断规则得到模拟“征兆状态‑故障后验概率”组合，生成模拟故障样本库。步骤3：诊断模型条件概率的优化。本发明从专家知识中获取诊断模型的先验知识，并依据迭代学习的方法对贝叶斯网络诊断模型的条件概率参数进行学习，计算出符合已有先验知识下贝叶斯网络的初始化参数。

本发明授权一种贝叶斯网络参数初始化方法在权利要求书中公布了：1.一种贝叶斯网络参数初始化方法，其特征在于：包括以下三个步骤： 步骤1：建立贝叶斯网络诊断模型，确定待研究设备的故障类型和征兆类型，明确各故障相关联的征兆，并初步明确诊断模型各项参数，从而建立贝叶斯网络诊断模型； 步骤2：生成模拟故障样本库G，依据设备的专家知识形成诊断规则，再依据诊断规则得到模拟“征兆状态-故障后验概率”组合，生成模拟故障样本库； 步骤3：优化诊断模型条件概率，基于模拟故障样本库，建立贝叶斯网络初始化参数自学习算法，对诊断模型的条件概率参数进行优化，条件概率优化流程步骤为： 1选择LC中一种条件概率集合βn输入到贝叶斯网络诊断模型中，组成贝叶斯网络诊断模型BNn＝F,S,E,B,C＝βn； 其中，LC为贝叶斯网络诊断模型的条件概率候选集，每个征兆节点条件概率候选集以生成条件概率的间隔精度δ迭代生成；F表示诊断模型中所有故障节点集合，S表示诊断模型中所有征兆节点集合，E表示各故障节点与关联的征兆节点的连接边集合，B表示各个故障节点的先验概率集合，C表示各个征兆节点的条件概率表集合； 2把故障模拟样本库中所有征兆状态组合LW依次输入到贝叶斯网络诊断模型BNn中，计算实际的故障后验概率集合LPan： 其中，N为征兆节点总个数； 3计算实际的故障后验概率集合LPan与G中预测的故障后验概率集合LPF之间的误差ern；其中，误差ern的计算方法是将LPan和LPF中各个征兆状态对应的后验概率求差并平方，再除以各个后验概率集合中故障后验概率的总个数； 4记录误差ern并保存在列表Lern中； 5重复上述四个步骤，计算出条件下对应的所有误差，筛选出列表Lern中最小值erm，并依据最小误差erm的下标m，从条件概率表候选集LC中选中对应条件概率集合βm，得到贝叶斯网络诊断模型的最优化参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人核动力运行研究所，其通讯地址为：430223 湖北省武汉市东湖新技术开发区民族大道1021号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。