贝叶斯网络建模（Bayesian network modeling），工学-控制科学与工程-过程控制-过程建模方法-贝叶斯网络建模，基于概率推理建立数学模型的方法。贝叶斯网络（Bayesian network）又称信度网络，是一种概率网络。贝叶斯网络是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络建模是通过一些变量的信息来获取其他变量的概率信息的方法。自1988年美国计算机科学家J.珀尔（J.Pearl）提出贝叶斯网络后，由于它在处理不确定性、不完整性和复杂过程关联性等方面的优势，它已成为不确定知识表达和推理领域最有效的理论模型之一。一个贝叶斯网络是一个有向无环图（directed acyclic graph;DAG），由代表变量节点及连接这些节点的有向边构成。节点代表随机变量，节点间的有向边代表了节点间的互相关系（由父节点指向其子节点），用条件概率表达关系强度，没有父节点的用先验概率进行信息表达。节点变量可以是任何问题的抽象，如测试值、观测现象、意见征询等。