摘要：針對當前武器裝備復雜的系統(tǒng)結構,現(xiàn)有基于裝備整機系統(tǒng)測試性先驗信息的測試性驗證方法難以適用,基于分系統(tǒng)測試性先驗信息的測試性驗證方法不能系統(tǒng)有效地處理先驗信息,導致測試性驗證結果可信度不高的問題,提出一種面向復雜系統(tǒng)的三維Bayes網(wǎng)絡測試性驗證模型。該模型能充分運用裝備各層級結構中所蘊含的條件獨立性,有效降低構建Bayes網(wǎng)絡模型的復雜度,同時能融合裝備各層級單元的先驗信息。通過給出的三維Bayes網(wǎng)絡的條件概率學習方法及G/M-H算法,由底層單元數(shù)據(jù)通過模型逐步向上融合,得到頂層測試性指標的后驗分布,進一步利用頂層后驗分布求取故障樣本量。結果表明:該模型能充分考慮復雜系統(tǒng)的系統(tǒng)結構及各層級單元先驗信息,并能通過模型推理得到的指標后驗分布達到有效減少測試性驗證故障樣本量的目的。