Mesures d'importance par réseaux bayésiens

Les facteurs d'importance sont souvent utilisés comme un moyen d'évaluer et de classer l'impact des composants sur le système. L'évaluation de ces facteurs est liée à des probabilités de fonctionnement (ou de dysfonctionnement) du système en fonction de l'état des composants. Ces probabilités éventuellement conditionnelles peuvent être aisément obtenues à l'aide d'un réseau bayésien qui modélise le fonctionnement (ou le dysfonctionnement) du système. Dans cet article, nous présentons une méthode d'obtention des principaux facteurs d'importance à partir de la connaissance des chemins de succès (ou coupes minimales) d'un système choisi cohérent et à hypothèse d'états binaires. Les chemins (ou coupes) sont modélisés par un réseau bayésien qui permet une lecture aisée des probabilités intervenant dans le calcul des facteurs d'importance les plus répandus et dans les facteurs d'importance conjoints. Une illustration sur un exemple est proposée en dernière partie.

Data and Resources

Additional Info

Field Value
Source 10ème Congrès International Pluridisciplinaire Qualité et Sûreté de Fonctionnement, Qualita'2013
Author Bicking, Frédérique, Simon, Christophe, Mechri, Walid
Maintainer CCSD
Last Updated May 11, 2026, 03:10 (UTC)
Created May 11, 2026, 03:10 (UTC)
Identifier hal-00823135
Language fr
Rights https://about.hal.science/hal-authorisation-v1/
contributor Centre de Recherche en Automatique de Nancy (CRAN) ; Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)
coverage Compiègne, France
creator Bicking, Frédérique
date 2013-03-19T00:00:00
harvest_object_id 76e16f3c-cd31-4910-a210-b065d97c734a
harvest_source_id 3374d638-d20b-4672-ba96-a23232d55657
harvest_source_title test moissonnage SELUNE
metadata_modified 2025-11-04T00:00:00
set_spec type:COMM