制造业生产物流装备系统故障诊断的贝叶斯决策判据.pdf

决 策 参 考 制造业生产物流装备系统故障诊断的 贝叶斯决策判据 夏文汇,谢 非 (重庆工学院 工商管理学院,重庆 ) 400050 摘 要:贝叶斯 决策理论方法是统计模式识别中的一个基本方法。文章针对制造业生产 (Bayes) 物流装备系统状态监测和故障诊断,分析、研究基于最小错误率和最小风险的Bayes决策判据,提高 装备系统故障诊断水平。 关键词:物流装备系统;故障诊断; 决策 Bayes 中图分类号: 文献标识码: 文章编号: ( ) O212 A 1002-6487200808-0054-02 统状态进行状态检测,分析所观测到的信息。如果在特征空 T 引言 间中已观测到某一向量{} , … ,它对应于 维特征 0 x=[xx x] d 1 2 d 空间上某一点,由于每次观测所获得的待检子样是不同的, 贝叶斯 决策理论方法是统计模式识别中的一个 那么,我们应将{}判属于哪一类总体才最合理呢 这就是贝 (Bayes) x ? 基本方法。贝叶斯决策判据既考虑了各类参考总体出现的概 叶斯决策理论要解决的问题。 率大小,又考虑了因误判造成的损失大小,判别能力强。贝叶 斯方法更适用于下列场合: 1基于最小错误率的贝叶斯决策 ()样本(子样)的数量(容量)不充分大,因而大子样统计 1 理论不适宜的场合。 为简单起见,分别以对应于正常状态和异常状态的两类 ()试验具有继承性,反映在统计学上就是要具有在试验 参考总体 和 来进行讨论。根据前面的假设,已知状态 2 G G R1 R2 之前已有验前信息(先验信息)的场合。用这种方法进行分类 先验概率 和 和类别条件概率密度函数 {} P(R1) P(R2) p(x/ 时要求二点: 和 {} ,在图 中表示出一个特征,即 的类别 R1) p(x/R2)