Байесовские сети (БС) нашли широкое применение при разработке экспертных систем различного назначения, ввиду следующих причин: возможности работы БС с большими объемами разнородной информации о функционировании сложных систем и анализа их состояния при получении новой информации; способности БС к самообучению на основе данных о функционировании сложных систем; возможности функционирования БС в условиях неполной информации о работе сложных систем.
Байесовские сети достаточно подробно рассмотрены в отечественной и зарубежной литературе. Они представляют собой графические структуры, описываемые с помощью направленного ациклического графа и таблиц условных вероятностей, соответствующих переменным сети для каждого ее узла. В процессе функционирования БС можно различить следующие основные этапы: этап обучения, в процессе которого формируется таблица условных вероятностей сети на основе имеющихся данных о переменных сети и этап применения сети для вычисления выходных вероятностей, связанных с ее переменными. Важной операцией при функционировании БС (на этапе обучения и применения) является ее опрос, в ходе которого вычисляются вероятности исходов (принятие какого-либо определенного значения из своей области значений) одной или нескольких переменных сети на основе таблиц условных вероятностей сети и, возможно, известных данных (называемых свидетельствами) о значениях, принимаемых другими переменными сети.
В статье представлен стохастический подход к опросу БС на этапе обучения и применения с использованием дискретно-событийного имитационного моделирования в среде AnyLogic. Представлен пример реализации диагностической БС, имеющей особенности согласования разнородных данных: телеметрической и экспертной информации о функционировании бортовой аппаратуры (БА) космического аппарата (КА) на всех уровнях его иерархии.