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！

龙图腾网获悉西安理工大学申请的专利基于贝叶斯定理和事件树的系统概率风险动态评估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：CN113656804B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202110826155.0，技术领域涉及：G06F21/57；该发明授权基于贝叶斯定理和事件树的系统概率风险动态评估方法是由王瑶;杨明顺;胡小敏;蔡袁峰;高新勤;李淑娟设计研发完成，并于2021-07-21向国家知识产权局提交的专利申请。

本基于贝叶斯定理和事件树的系统概率风险动态评估方法在说明书摘要公布了：本发明提供基于贝叶斯定理和事件树的系统概率风险动态评估方法，本发明方法基于事件树，先给出初始事件和基本事件发生概率的先验分布参数，应用贝叶斯定理更新这些先验分布参数，并实时更新故障概率和故障率，然后用这些更新后的参数计算各结果事件的发生概率期望值，再进一步计算系统风险概率。本发明基于贝叶斯定理，以统计出的样本数据更新先验知识，从而最终的计算结果能随时间而变化，具备真实反映系统风险随时间的变化的能力。

本发明授权基于贝叶斯定理和事件树的系统概率风险动态评估方法在权利要求书中公布了：1.基于贝叶斯定理和事件树的系统概率风险动态评估方法，其特征在于，包括： S1，为事件树的初始事件和基本事件设置先验概率分布的参数；所述初始事件为混合物加热罐中蒸汽泄露，所述基本事件为是否发生点火、喷水器是否正常工作、报警器是否正常工作；对于初始事件，所述参数为α和β，参数α和β为描述Gamma分布的概率密度函数的两个参数，以Gamma分布描述初始事件的故障率λ：λ~Gammaα,β；对于基本事件，所述参数为a和b，参数a和b为描述Beta分布的概率密度函数的两个参数，以Beta分布描述基本事件的故障概率p：p~Betaa,b； S2，在结果事件的统计数据基础上，计算各基本事件在各时间段的发生次数和不发生次数； S3，基于S2，计算各基本事件在各时间段的累计发生次数和累计不发生次数； S4，基于S1中基本事件的先验概率分布的参数及S3中各基本事件在各时间段的累计发生次数和累计不发生次数，并根据贝叶斯定理，对各基本事件在各时间段的发生概率实施更新；更新方法为：计算基本事件x的发生概率在第j个时间段服从的后验概率分布Beta分布的两个参数，一个参数等于，另一个参数等于，N_a为基本事件x在第j个时间段累计发生次数，N_b为基本事件x在第j个时间段累计不发生次数；计算后验概率的期望值，以该期望值作为基本事件x发生概率在第j个时间段的更新值，j=1,2…N，N为统计时间； S5，在结果事件的统计数据基础上，计算初始事件在各时间段的发生次数，并根据初始事件在各时间段的发生次数计算初始事件在各时间段的累计发生次数； S6，基于S1中初始事件的先验概率分布的参数及S5中初始事件在各时间段的累计发生次数，并根据贝叶斯定理，对初始事件在各时间段的故障率实施更新；更新方法为：计算初始事件故障率在第j个时间段服从的后验概率Gamma分布的两个参数，一个参数等于，另一个参数等于，N_α为初始事件在第j个时间段累计发生次数；其次，计算后验概率在第j个时间段的期望值λ j=，以该期望值作为初始事件故障率在第j个时间段的更新值，j=1,2…N，N为统计时间； S7，基于S4中各基本事件在各时间段的发生概率及S6中初始事件在各时间段的故障率，计算系统概率风险；系统概率计算式为：pCi=pE0·pE1=e 1·pE2=e 2…pEM=e M，pE0表示初始事件E0的故障率，pEk=e k表示在初始事件发展途径中第k个基本事件Ek状态为e k的概率，1≤k≤M，M为初始事件到结果事件Ci发展途径中的基本事件个数，e k表示发生或者不发生。

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西安理工大学，其通讯地址为：710048 陕西省西安市金花南路5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”。