plstudio1的博客

贝叶斯网络是变量间概率关系的图形模式，节点表示变量，有向边表示变量之间的依赖关系，其数学计算基础是贝叶斯公式。概率推理是贝叶斯网络的最基础应用。具体来说就是在贝叶斯网络模型的基础上，基于设定的证据节点集合计算模型中其它各个节点的边缘概率。一般的贝叶斯网络分析工具都会提供此功能。在实际应用中，经常会遇到计算数个节点联合概率的需要，很少有贝叶斯网络分析工具提供此项服务，下面就谈谈基于贝叶斯网络计算任意联合概率的方法。

故障树模型与贝叶斯网络模型都是进行系统分析的重要工具。根据二者特点，将它们联合起来应用能起到提高系统分析的效率与质量。因此有必要实现故障树到贝叶斯网络的转换。故障树模型转换为贝叶斯网络模型所需工作量同模型的复杂程度线性相关。出于效率方面的考虑，有必要采用软件工具来实现相关的转换。截至到写本文之日，从公开可获取的故障树建模及分析工具中，具备故障树转贝叶斯网络能力的软件只有talfta。使用talfta进行模型转换过程简单高效，转换后的模型准确、完备且自动排版，便于后续维护与分析。

近期看了几篇故障树分析在不同领域应用的文章，令我感到非常诧异。我仅仅看了十几篇文章，却又三分之一的分析结果完全错误，有三分之一的分析结果部分错误，完全准确的分析结果仅占三分之一。之所以写这篇文章，是因为故障树分析尤其是定性分析真的非常有意义，而且只要认真严谨的做工作，就可以得出准确的结果。相反，导致人们误解故障树定性分析是次要的，最主要的是不严谨的研究或者分析如果真的被应用的话，有可能造成严重的后果，希望作者能够对的起自己文章的标题。

近些年来，随着软件既服务（SAAS）理念的出现及推广应用，故障树分析领域也出现了新的气象。将SAAS应用到FTA领域中，也就构成了故障树分析既服务（FTAAAS）。将获取最小割集、计算顶事件概率、计算结构重要度、计算概率重要度等服务内容以列表的方式提供给用户，用户根据需要选用自己需要的具体服务内容后，软件在根据用户所选服务内容完成相关故障树分析，并将分析结果提交给用户。通过FTAAAS的实现及应用，有效地满足大多数用户对少数模型的特定几项分析服务进行分析的需求，进而促进了故障树分析的应用及推广。

在GJB 438A和GB T 4888-2009这两个故障树标准中，都分别定义了静态故障树的9种逻辑门（包括两种转移符号），而随着故障树理论的发展，尤其是动态故障树理论的发展，以及故障树建模及分析在众多领域的应用带动的相关建模及分析工具的不断发展，使得9种静态逻辑门中的一部分显得“过时”了。