Abstract
A Bayesian Belief Network は、複雑なシステムにおける確率的推論と因果関係の推論を理解するための図式的方法である。 我々は，設計プロジェクトの初期段階でベイジアンビリーフネットワーク（BBN）を使用し，故障のリスクが高い部品を強調することを提案する。 これらの高リスクのコンポーネントを特定することで、コストのかかるモデリング作業にどのようにリソースを使うのが最適かを知ることができます。 さらに、高リスクのコンポーネントは、機能的なモデリング要件を課す可能性があり、その結果、重要な領域に対する柔軟なシステムの設計に情報を提供することができます。 BBNを迅速に作成し、特定の結果の最終的な確率値を計算するために開発されたプロトタイプのソフトウェアアプリケーション（「ワークプロダクト」）を使用し、業界の専門家との3回のインタビューを通じて収集したさまざまなプロジェクトシナリオをテストする。 各ケースにおいて、プロジェクトの過程で変化し、広範囲に影響を及ぼす側面を特定する。 これらのネットワークの価値と構造を調整することで、デジタルモデルや、場合によっては関連する建設システムに対する具体的な機能要件を策定しています。 これらの要件は、BBNで特定された強い影響力と不確実性の領域に直接対処することで、それぞれのプロジェクトの全体的な価値を高めたであろうことがわかった
。