Bayesian networks (BNs) represent a probabilistic modeling tool with large potential for reliability engineering. While BNs have been successfully applied to reliability engineering, there are remaining issues, some of which are addressed in this work. Firstly a classification of BN elicitation approaches is proposed. Secondly two approximate inference approaches, one of which is based on discretization and the other one on sampling, are proposed. These approaches are applicable to hybrid/continuous BNs, which aim at estimating small (failure) probabilities. The proposed methods are applied to two larger examples as well as a number of small validation examples.     «

Bayesian networks (BNs) represent a probabilistic modeling tool with large potential for reliability engineering. While BNs have been successfully applied to reliability engineering, there are remaining issues, some of which are addressed in this work. Firstly a classification of BN elicitation approaches is proposed. Secondly two approximate inference approaches, one of which is based on discretization and the other one on sampling, are proposed. These approaches are applicable to hybrid/contin...     »

Diese Arbeit beschäftigt sich mit Bayes’schen Netzen als probabilistisches Modellierungswerkzeug für die ingenieurmäßige Zuverlässigkeitsanalyse. Obwohl Bayes`sche Netze bereits erfolgreich im Rahmen von Zuverlässigkeitsanalysen eingesetzt wurden gibt es einige offene Punkte, die es zu adressiert gilt. Ein paar dieser Punkte werden in dieser Arbeit behandelt. Zunächst wird eine Klassifizierung von Herangehensweisen zur Entwicklung Bayes’scher Netze vorgeschlagen. Anschließend werden zwei Ansätze zur Inferenz in hybriden/kontinuierlichen Bayes’schen Netzen, die darauf abzielen kleine (Versagens-)Wahrscheinlichkeiten abzuschätzen, vorgeschlagen. Die praktische Anwendbarkeit der entwickelten Methoden wird in der Arbeit an zwei größeren sowie an einigen kleineren Beispielen gezeigt.     «

Diese Arbeit beschäftigt sich mit Bayes’schen Netzen als probabilistisches Modellierungswerkzeug für die ingenieurmäßige Zuverlässigkeitsanalyse. Obwohl Bayes`sche Netze bereits erfolgreich im Rahmen von Zuverlässigkeitsanalysen eingesetzt wurden gibt es einige offene Punkte, die es zu adressiert gilt. Ein paar dieser Punkte werden in dieser Arbeit behandelt. Zunächst wird eine Klassifizierung von Herangehensweisen zur Entwicklung Bayes’scher Netze vorgeschlagen. Anschließend werden zwei Ansätze...     »