基于遗传算法的贝叶斯网络模型测试配置方法*

（海军航空大学 烟台 264000）

1 引言

装备结构日趋复杂，对故障检测与隔离提出了更高的要求，因而测试性作为装备系统的固有属性，受到越来越多的关注。测试性是描述系统健康状况可监控、可测试的一种设计特性；测试性模型是为设计、分析、评估产品测试性而建立的模型［1］。一个好的测试性模型不仅有助于装备测试性设计开发，对于装备使用周期的维护保养与测试、故障隔离也具有重要的意义。贝叶斯网络测试性模型相比于一般的相关模型［2］，加强了对不确定信息的处理能力，具备更强的推理更新能力，可以更充分地利用已有信息，使得模型更加贴近现实。可针对初步建立的模型开展测试配置，但大型系统故障模式多，结构复杂，现实要求用最少的测点与测试项目，满足既定要求。人工完成测试配置是一项非常繁重的工作，工作量大且重复性工作多，因此针对以上问题，采用针对贝叶斯网络模型的遗传算法来解决问题。

2 贝叶斯网络测试性模型

贝叶斯网络是建立在贝叶斯理论方法基础上，表示变量之间连接概率的图形化模型［3］。贝叶斯理论可综合利用先验信息与样本知识对参数进行估计，因而贝叶斯网络具有良好的学习能力，基于贝叶斯网络的测试性模型可在试验、使用过程中，根据相关数据，不断学习，更新结构与参数，使得测试性模型越来越贴合实际。同时贝叶斯网络具有强大的证据处理能力，可以根据故障表征出的各种信号，迅速做出判断，对故障进行隔离。……