用于补救性维护的因果链事件图
统计方法学
2024-04-25 v2
摘要
系统可靠性分析常常得益于故障树和贝叶斯网络等图形化工具。在本文中，我们不使用传统的图形化工具，而是应用一种称为链事件图（chain event graph, CEG）的概率图模型来表示系统的故障与劣化过程。CEG 由事件树导出，能够灵活地表示非对称过程的展开。对于此应用，我们需要定义一类新的形式化干预，称为补救性（remedial）干预，以对补救性维护的因果效应建模。该干预修复故障的根本原因，并使系统状态恢复如新。我们证明 CEG 的语义足够丰富，能够表达这一新型干预。此外，通过定制的因果代数，CEG 提供了一个透明的框架，用以指导和表达关于各类不同补救性干预效应的预测推断背后的原理。我们改编了一个后门定理以适用于这些干预，从而帮助发现系统仅被部分观测的情形。
引用
@article{arxiv.2209.06704,
title = {Causal chain event graphs for remedial maintenance},
author = {Xuewen Yu and Jim Q. Smith},
journal= {arXiv preprint arXiv:2209.06704},
year = {2024}
}