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。     

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.     

基于计算型模糊推理算法的模糊控制器设计

针对传统模糊推理算法在推理过程中容易忽略部分推理信息,模糊规则一旦确定就难以调整的缺点,提出一种基于数值计算的模糊推理算法。算法采用数值计算的方法对推理过程进行了改进,这种改进能够充分考虑所有输入的影响,又能根据输入的变化,对模糊规则进行适当的调整。基于该算法的模糊控制器能够大大提高控制性能和精度,减小稳态误差。通过对直流电动机的仿真控制效果表明,该控制器比传统模糊控制器的控制性能好,精度高,抗干扰能力强。     

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。     

一种基于模糊Petri网的双向并行推理算法

基于模糊Petri网的并行推理算法的矩阵维数越大,其算法的时间复杂度也就越高。针对反向搜索压缩模糊Petri网模型的相关理论和并行推理算法的特点,结合矩阵命令提出一种实现双向推理的矩阵运算机制,以及其对应的基于模糊Petri网的双向并行推理算法。在使用一般模糊推理算法的过程中,推理矩阵为(11×8)维的模糊Petri网模型,而使用改进算法进行双向推理时所涉及的推理矩阵阶数仅为(7×6)。实验结果表明,与一般的模糊推理算法和反向搜索算法相比,该算法能够提高整个推理过程的并行度,降低算法的时间复杂度,从而提高推理效率。     

Mamdani模糊推理算法的直觉化扩展

对Mamdani模糊推理算法进行了直觉化扩展。首先将Mamdani定义的模糊关系R_c进行直觉化扩展;然后推出了其对应的直觉模糊取式推理算法和直觉模糊拒式推理算法;最后以具体算例叙述了推理计算过程中的细节,验证了该方法的正确性和有效性依据直觉准则对其性能进行了评价。     

直觉模糊Petri网的双向模糊故障推理算法

针对故障诊断中故障现象与故障原因之间复杂的不确定关系,利用直觉模糊集表达不确定性信息的优势和Petri网的图形处理问题的能力,给出了基于直觉模糊Petri网的双向模糊故障推理算法。该算法首先利用反向直觉模糊推理算法对模型进行约减,查找故障原因,再利用正向直觉模糊推理算法对模型进行计算,输出结果。该算法既可将故障信息化繁为简,降低推理过程的时间复杂度,还能够使故障诊断的确定性程度得到进一步提高。汽车发动机诊断案例表明了所给双向直觉模糊推理算法的可行性和有效性。     

多变量模糊系统的一种快速算法

在简要介绍模糊穴一穴映射基的模糊多变量系统模型基础上，给出一种适用于多变量模糊系统运算中复合推理过程的快速算法。理论分析和示例表明该算法的计算效率远远高于广泛采用的复合推理算法。新算法的提出使用ＦＣＭ－Ｉ方法成为解决多变量模糊系统研究和应用中复杂高维模糊系统的简捷表示和高效率的计算问题的有效途径。     

Ising图模型概率推理的计算复杂性

图模型概率推理的主要任务是通过对联合概率分布进行变量求和来计算配分函数、变量边缘概率分布、条件 概率分布等。图模型概率推理计算复杂性及近似概率推理的计算复杂性是一重要的理论问题,也是设计概率推理算 法和近似概率推理算法的理论基础。研究了Ising图模型概率推理的计算复杂性,包括概率推理的难解性及不可近似 性。具体地,通过构建#2 SA"I'问题到Icing图模型概率推理问题的多项式时间计数归约,证明在一般 Ising图模型上 计算配分函数、变量边缘概率分布、条件概率分布的概率推理问题是#P难的,同时证明Icing图模型近似概率推理问 题是NP难的,即一般Icing图模型上的概率推理问题是难解且不可近似的。     

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。     

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。     

On minimum-risk problems in fuzzy random decision systems

In a decision-making process, we may face a hybrid environment where linguistic and frequent imprecision nature coexists. The problem of frequent imprecision can be solved by probability theory, while the problem of linguistic imprecision can be tackled by possibility theory. Therefore, to solve this hybrid decision-making problem, it is necessary to combine both theories effectively. In this paper, we restrict our attention to this hybrid decision-making problem, where the input data are imprecise and described by fuzzy random variables. Fuzzy random variable is a mapping from a probability space to a collection of fuzzy variables, it is an appropriate tool to deal with twofold uncertainty with fuzziness and randomness in an optimization framework. The purpose of this paper is to present reasonable chances of a fuzzy random event characterized by fuzzy random variables so that they can connect with the expected value operators of a fuzzy random variable via Choquet integrals, just like the relation between the probability of a random event and the mathematical expectation of a random variable, and that between the credibility of a fuzzy event and the expected value operator of a fuzzy variable. Toward that end, we take fuzzy measure and fuzzy integral theory as our research tool, and present three kinds of mean chances of a fuzzy random event via Choquet integrals. After discussing the duality of the mean chances, we use the mean chances to define the expected value operators of a fuzzy random variable via Choquet integrals. To show the reasonableness of the mean chance approach, we prove the expected value operators defined in this paper coincide with those presented in our previous work. Using the mean chances, we present a new class of fuzzy random minimum-risk problems, where the objective and the constraints are all defined by the mean chances. To solve general fuzzy random minimum-risk optimization problems, a hybrid intelligent algorithm, which integrates fuzzy random simulations, genetic algorithm and neural network, is designed, and its feasibility and effectiveness are illustrated by numerical examples.     

一种基于核集与相似性的模糊推理方法

在稀疏规则库条件下,当给定的输入落入规则"间隙"时,采用传统的模糊推理方法是得不到任何结论的.学者已经证明模糊推理本质上就是插值器.Koczy和Hirota首先提出了KH线性插值推理方法,然而推理结果存在着无法保证凸性和正规性等问题.为了能有一个较好的插值推理结果,本文提出了一种基于核集与相似性的模糊插值推理方法,并把此方法扩展到多维变量的情况,该方法不仅推理简单,推理结果较好,并且能很好地保证推理结果的凸性和正规性.这为智能系统中的模糊推理提供了一个非常有用的工具.     

Fuzzy multiattribute group decision making based on intuitionistic fuzzy sets and evidential reasoning methodology

In this paper, we propose a new fuzzy multiattribute group decision making method based on intuitionistic fuzzy sets and the evidential reasoning methodology. First, the proposed method uses the evidential reasoning methodology to aggregate each decision maker’s decision matrix and the weights of the attributes to get the aggregated decision matrix of each decision maker. Then, it uses the obtained aggregated decision matrices of the experts, the weights of the experts and the evidential reasoning methodology to get the aggregated intuitionistic fuzzy value of each alternative. Finally, it calculates the transformed value of the obtained intuitionistic fuzzy value of each alternative. The smaller the transformed value, the better the preference order of the alternative. The proposed method can overcome the drawbacks of the existing methods for fuzzy multiattribute group decision making in intuitionistic fuzzy environments.     

基于权重的云推理算法

虽然正态云模型具有普适性,但它在描述论域内单调上升或下降的概念时存在一些局限性,同时由于现有的云推理算法存在多条件下人为主观因素影响大、运算量大等问题,为此提出一种新的指数云模型来描述单调概念,并基于此提出一种基于权重的云推理算法。该算法将多条件发生器拆分为多个一维发生器,先通过层次分析法确定各个条件的属性权重,再采取加权平均法将单条件单规则发生器输出的结果精确化为一个具体的输出值。将基于权重的云推理算法用于鱼雷规避仿真系统中,并与模糊推理结果进行比较,验证了该算法的有效性和实用性。     

一种基于模糊概率推理和遗传算法相结合的变压器故障诊断研究

在概率因果推理模型的基础上,引入模糊理论,重新建立了模糊概率因果变压器故障诊断模型,并从非线性组合优化的角度提出了该模型的GA求解策略。这对较快、较准确地搜索变压器故障提供了一种新的思路。实验数据表明:该文提出的新方法同时提高了并发性故障和单故障的识别率。