多值因果图的推理算法研究

针对多值因果图存在的两个困难：（1）不严格满足概率论；（2）将其用于实际问题时，推理结果可能出现错误，提出了一种基于因果影响可能性分配的推理算法，该算法将多值因果图的推量分成3个阶段，首先对多值因果图进行补充定义，使多值因果图能够兼容单值因果图；接着将多值因果图转化为单值因果图进行概率计算，最后对多值因果图进行可能性计算，将单值因果图计算得到的概率按多值因果图计算得到的可能性进行分配，以核电站二回路系统中蒸汽发生器故障诊断因果图为例，展示了该算法推理计算的全过程，实例表明，该算法能够有效地克服多值因果图存在的困难，其推理过程严谨，计算结果符合实际情况，而前面提出的推理算法基础上，针对其不能处理模型情况的局限性，提出了一种模糊推理算法，该算法对多值因果图进行了模糊扩展定义，在读数变量和事件变量之间建立了用于表达模糊知识的模糊对应关系，在事件变量上定义了一个等价的虚拟模糊状态，使读数变量取值对应一个模糊状态，把读数和模糊推理转化为对应模糊状态的非模糊推理，通过本文的工作，目前因果图已发展成了一个能够处理离散变量和连续变量的混合因果图模型。     

一种引入归一化常数的多值因果图推理算法

在将原单值因果图推理算法直接应用于多值因果图推理时,存在不严格满足概率推理中的归一性和互斥性要求的严重问题.该文提出的算法采用以下方法成功解决了这一难题：①假定多值因果图中原因节点对结果节点只贡献概率值,且每个贡献是简单相加的关系.即原因节点对结果节点状态的影响是非直接的,原因节点只影响结果节点各状态的概率分布,结果节点的状态由这个状态概率分布随机决定;②引入归一化常数来保证推理过程中的归一性;③通过推导出多值因果图的一个性质,即可以在推理过程中假定指向同一节点的所有连接事件的各状态之间彼此互斥来保证推理过程的互斥性.从而使得算法在推理过程中同一节点的各状态间完备且互斥,保证了推理的正确性.     

因果图推理的一种新方法

1 引言基于概率论推理的不确定性知识表达推理方法包括信度网、马尔可夫网以及PROSPECTOR中使用的方法等。其中,信度网推理模型因其理论上的严格性和一致性,以及有效的局部计算机制和直观的图形化知识表达,正日益受到高度的重视。然而,信度网也存在一些不足:如处理多连通问题和因果循环问题的方法复杂,计算量大;采用条件概率表达因果关系强度不直观,数据之间存在相依性;较难根据实时收到的信息对知识库中的数据和因果结构进行在线修改;没有考虑条件概率随时间动态变化等问题。 1994年张勤教授提出了另一种基于概率论的知识表达推理方法—“基于动态因果树/图的概率推理”。该方法通过引入布尔逻辑运算,克服了上述信度网之不足,具有如下一些显著的特点:完全基于概率论,有良好的理论基础;对网络的拓扑结构没有限制(不要求通常使用的DAG图),可根据实际情况任意构造自己     

多值因果图知识独立性与相关性的矛盾及解决方法

首先给出一个基本假设， 假定在多值因果图中， 原因节点不直接影响结果节点, 而是只贡献概率值， 结果节点的状态由这些概率值之和形成的概率分布随机决定. 接着, 通过引入归一化常数来解决推理过程中的归一性问题. 最后, 假定指向同一节点的各连接事件的各状态之间彼此互斥, 这并不会影响推理结果， 这一特性保证了推理过程中任一节点的状态之间彼此互斥, 也简化了推理算法．     

复杂因果图并行推理算法研究

因果图的精确推理算法是NP难的,因此寻找高效的推理方法是值得研究的问题。介绍了因果关系研究进展,对经典因果图推理过程作了进一步分析,在此基础上提出了复杂因果图的并行推理算法,并对算法的时间复杂度进行了分析,最后用一个实例验证了算法的推理效果。研究表明,该复杂因果图并行推理算法有效地降低了时间复杂度,特别是在有环且处理机数量足够的情况下和无环且处理机有限的情况下,算法的复杂度是一个多项式时间复杂度,这为因果图提供了一种可行的新的推理方法。     

改进动态因果图与模糊推理融合故障诊断方法

在复杂的控制系统发生故障时,运维系统能保证对其进行快速、可靠的故障诊断尤为重要。针对复杂控制系统中控制信号多、信号关联性强、故障状态多、部件故障模式多的情况,提出一种改进动态因果图与模糊推理融合的故障诊断方法,利用改进动态因果图逻辑表达能力强,能因果互推的特点,构建多重（正向、反向、混合）模糊规则,有效克服了模糊逻辑推理中只能由因溯果而不能由果溯因的难题,同时,将动态因果图的动态特性引入到模糊规则的动态更新中,增强了模糊推理的实时性。最后,以某型装甲设备垂直力矩电机控制过程的故障诊断为应用背景,在自行研制的故障诊断平台中嵌入此法进行故障诊断测试,测试结果分析表明,此法能有效提高诊断效率,具有更高的准确性、先进性、适用性。     

多值因果图的一种推理算法

该文针对多值因果图存在的两个困难:不严格满足概率论;将其用于实际问题时,推理结果可能出现错误。提出了一种基于因果影响可能性分配的推理算法。该算法对多值因果图进行了补充定义,使多值因果图能够兼容单值因果图;定义了事件变量状态可能性,及其精确计算方法和近似计算方法;给出了将多值因果图转化为单值因果图的方法和步骤,并推导了相应的计算公式;给出了收到证据后,感兴趣变量状态的后验概率计算方法。以核电站二回路系统中蒸汽发生器故障诊断因果图为例,展示了该算法推理计算的全过程。实例表明,该算法能够有效地克服多值因果图存在的困难,其推理过程严谨,计算结果符合实际情况。     

模糊因果图及在压力容器故障诊断中的应用

因果图理论是一种基于概率论的不确定推理模型,能够进行在线动态推理和对复杂系统进行故障诊断,但在因果图模型中,要求事件的发生概率为是精确值。针对实际情况事件发生概率具有模糊性和不确定性的特点,文中将模糊数引入因果图中,既解决了获取事件发生概率精确值的难度,又使因果图能处理带模糊性和不确定性的问题。并把它用于压力容器故障诊断,结果表明,该法行之有效。     

因果图的一种快速推理方法

由于因果图的经典推理的计算复杂度是NP难的,不便于推广和使用。文中首先通过对因果图进行图形解环,然后给出了基于无环因果图的快速推理算法,降低了推理的复杂性,推理结果与传统算法结果一致,说明方法是可行的。     

复杂系统因果图合成建模方法研究

因果图应用中,专家首先要建立复杂系统的因果图模型。但是复杂系统因果图模型非常复杂,专家直接构造非常困难。因此如何使构造的因果图能更真实地反映实际,减少偏差,是值得研究的问题。针对复杂系统建模困难,提出了复杂因果图的合成方法,可以对同一专家构造的因果图以及不同专家构造的因果图分别采用不同的方法进行合成。并通过实例进行了说明。研究表明：复杂系统因果图合成建模法可行有效,简化了因果图的建模方法,为因果图处理专家知识提供了一条有效的途径。     

基于事例推理的电路诊断技术研究

本文首先简要介绍了基于事例推理(CBR)和基于规则推理(RBR)的优缺点,其次建立了一个CBR和RBR相结合的电路故障诊断系统,最后说明了该系统的基本结构及设计过程。     

故障树向因果图转换的研究

故障树和因果图都采用图形表示因果关系,都主要用于故障诊断和故障分析。由于二者的相似点较多,因此研究故障树向因果图的转换显得十分重要。这样可以进一步扩大因果图的应用范围。文章在分析故障树与因果图概念和表示符号的基础上,探讨了故障树与因果图之间的相互转换,提出了故障树转换为因果图的方法。研究结果表明：含有“与门”、“或门”、“禁门”和“表决门”的故障树可以转换为因果图,这样对于这类故障树处理的故障诊断问题都可以采用因果图来解决。     

因果图向故障树转换的研究

因果图模型可以表示整个复杂系统中各因素见的复杂因果关系,故障树是故障分析和安全可靠性分析的常用模型,如果因果图模型能够转换为故障树模型,将扩大因果图的应用范围,方便故障树建模。因此研究因果图向故障树的转换显得十分重要。文章在分析故障树与因果图概念和表示符号的基础上,提出了因果图转换为故障树的算法。通过因果图向故障树转换可以得到任何事件为顶事件的故障树模型,然后可以采用成熟的FTA方法进行分析,这样因果图模型中的一些问题也可以采用故障树的方法来解决。在假设因果图中的连接事件表示必然因果关系条件下,因果图可以转换为含有可能的因果关系的故障树。研究表明通过微因果树化,因果图可以转换为故障树,所以因果图模型具有广泛的适用性和应用前景。     

基于故障树和模糊推理的故障诊断研究

针对地空导弹武器装备结构复杂,用传统专家系统进行故障诊断时存在知识获取困难和推理效率低的问题,提出了一种基于故障树分析和模糊推理相结合的智能故障诊断方法。对某型地空导弹武器装备的故障分析诊断表明,该方法具有诊断速度快、诊断结果准确率高的特点,有效实现了装备故障的智能分析诊断。     

铁路动车组故障诊断知识库管理系统的设计

针对我国动车组维修的特点,为动车组维修人员能够及时、快速地对动车组发生的故障进行分析和处理,运用人工智能的思想,结合数据库技术,设计了一套知识表示和知识库管理系统,对动车组故障信息及其原因信息、处理措施信息进行维护,处理了知识的正确性、完备性、冗余性、一致性检验,并在一定程度上实现了知识处理的自动化,对我国高速铁路动车组维修工作起到辅助支持作用．有很强的实际意义。     

铁路动车组故障诊断知识库管理系统的设计

针对我国动车组维修的特点,为动车组维修人员能够及时、快速地对动车组发生的故障进行分析和处理,运用人工智能的思想,结合数据库技术,设计了一套知识表示和知识库管理系统,对动车组故障信息及其原因信息、处理措施信息进行维护,处理了知识的正确性、完备性、冗余性、一致性检验,并在一定程度上实现了知识处理的自动化,对我国高速铁路动车组维修工作起到辅助支持作用,有很强的实际意义。     

以因果网为理论核心的网络故障诊断方法

网络故障诊断是网络管理的重要技术工作,网络本身复杂程度的提高对相应的故障诊断基础提出了更高的要求,尤其是在及时性和智能性方面的发展要求。文章结合课题所研究问题的具体特点,在对现有网络诊断技术综合分析研究的基础上,以动态因果网理论为基础,提出了针对性的解决方法,其特点在于诊断模型既能方便地引入领域专家的先验知识,又能在实际运行中对各项参数的动态修改,从而使该模型对所诊断网络的认知能力不断提升,为定位和排除故障提供强有力的支持。     

因果图理论用于煤矿机械设备故障分析的研究

因果图理论是一种基于概率论的图形化的知识表达推理方法，文中对因果图理论在故障分析和安全评估中的应用进行了研究。将这种新方法运用于煤矿机械设备的故障分析，并与故障树分析法进行了比较和分析。研究结果表明因果图方法比故障树分析法效果好。     

基于因果图的一种知识获取方法

产生式规则和因果图是知识表示的两种方法,鉴于产生式规则在表达知识和推理方面的缺陷或不足,因此寻找一种能更好地表达知识和推理的方法非常必要,而因果图具有表达知识直观,推理灵活、方便等特点。论文根据模糊式产生式规则与因果图,以及合成式模糊产生式规则与含与门、或门的因果图的对应关系,给出了将模糊产生式规则集表示的知识转换成更紧凑、直观因果图表示的方法和过程,相应的也得到了一个因果图知识的获取方法,并给了一个其转换的实例。