中铁信大数据科技有限公司;中国国家铁路集团有限公司;中国铁路信息科技集团有限公司王日新获国家专利权
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!
龙图腾网获悉中铁信大数据科技有限公司;中国国家铁路集团有限公司;中国铁路信息科技集团有限公司申请的专利基于贝叶斯网络的动态风险分析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:CN120725457B 。
龙图腾网通过国家知识产权局官网在2025-11-28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:202511159002.X,技术领域涉及:G06Q10/0635;该发明授权基于贝叶斯网络的动态风险分析方法是由王日新;王鹏;邹凯予;占燕萍;张旻昊;赵玉伟;刘忠湃;胡代博;范维;王家良;战若晴;张佳佳;高瑞琪;卢胜涵设计研发完成,并于2025-08-19向国家知识产权局提交的专利申请。
本基于贝叶斯网络的动态风险分析方法在说明书摘要公布了:本发明涉及一种风险分析方法,具体提供了一种基于贝叶斯网络的动态风险分析方法。基于历史风险知识模型,将风险影响因素转化为第一组网络节点,并依据知识模型逻辑关系构建其初始拓扑结构;其次,获取多源实时监测数据,通过数据挖掘算法学习变量间相关性,生成第二组节点及数据驱动的拓扑结构;随后,将历史信息贝叶斯网络与数据驱动贝叶斯网络通过共享风险节点连接,构建综合贝叶斯网络;同时建立动态概率更新机制,采用加权融合算法结合历史先验概率与实时后验概率,动态调整综合网络概率参数;最终基于动态更新的综合网络进行风险推理,输出风险量化指标。
本发明授权基于贝叶斯网络的动态风险分析方法在权利要求书中公布了:1.一种基于贝叶斯网络的动态风险分析方法,其特征在于,包括以下步骤: 构建历史信息贝叶斯网络:基于历史风险知识模型,将风险影响因素转化为第一组网络节点,并根据所述知识模型中的逻辑关系,建立所述第一组网络节点的初始拓扑结构; 构建数据驱动贝叶斯网络:获取并处理多源实时监测数据,通过数据挖掘算法学习所述数据中各变量间的相关性,以生成第二组网络节点及其数据驱动的拓扑结构; 网络融合与概率更新:将所述历史信息贝叶斯网络与所述数据驱动贝叶斯网络通过共享的风险节点进行连接,以构建一个综合贝叶斯网络;使用数据驱动网络中的剩余电流节点替换原物理信息网络中的系统故障节点;同时,使用数据驱动网络中的可燃物负载节点替换原物理信息网络中的可燃物着火节点,并建立一个动态概率更新机制,所述机制采用加权融合算法,结合由历史信息确定的先验概率和由实时监测数据计算的后验概率,对所述综合贝叶斯网络中的概率参数进行动态调整,数据驱动网络中的相关节点及其学习到的概率关系被一并整合进最终的综合网络中,建立概率传递通道; 风险量化与分析:基于动态更新后的综合贝叶斯网络,进行风险推理,以输出至少一项风险量化指标; 所述构建历史信息贝叶斯网络的步骤进一步包括:将所述历史风险知识模型中的静态逻辑门,重构为具有时变参数的动态逻辑门,并通过反馈控制环路,根据系统状态动态调整所述动态逻辑门的触发阈值;所述构建数据驱动贝叶斯网络的步骤进一步包括:计算所述多源实时监测数据中变量间的互信息值以识别潜在依赖关系,并应用条件独立性检验算法对所述潜在依赖关系进行验证,以过滤虚假关联,从而生成所述数据驱动的拓扑结构; 在构建历史信息贝叶斯网络时,当专家知识的交叉验证评分低于预设阈值时,触发所述数据驱动贝叶斯网络的构建过程,以对专家知识进行补充和修正。
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中铁信大数据科技有限公司;中国国家铁路集团有限公司;中国铁路信息科技集团有限公司,其通讯地址为:301737 天津市武清区高村镇汇海路8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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励