模糊Petri网及其在模糊推理中的应用

该文首先引入模糊Petri网(Fuzzy Petri Net)的定义，给出了一个九元模糊Petri网模型，并且详细介绍了模糊Petri网的激发规则。给出了产生式规则的模糊Petri网表示的三种模型，在此基础上提出了一种基于模糊Petri网的推理方法，最后使用模糊Petri网中知识表示和运行的基本算法解决了汽车质量检验和故障分析这一实际问题。实际应用证明基于模糊Petri网的产生式规则的推理具有知识表达能力强，处理不确定知识正确，推理过程简单直观，具有一定的智能推理能力，具有较强的实用价值。     

某武器系统电控设备的故障诊断专家系统

以Visual Basic6.0为开发环境，Access97为数据库结构形式，DAO为数据库访问技术，开发了某武器系统电控设备故障诊断专家系统，介绍了系统的功能组成和实现方法。研究了一般产生式规则与模糊产生式规则相结合的知识表示方法以及精确推理与模糊推理相结合、基于规则的推理和基于实例的推理相结合的推理机制。     

模糊知识的不同否定及其在投资决策中的应用(英文)

在模糊知识中存在三种不同的否定,即矛盾否定、对立否定和中介否定,基于中介谓词逻辑MF与其无穷值语义解释Φ,研究了模糊知识及其三种否定的表示与推理,并在一个金融投资决策实例中进行了应用。引入了一种新的与Φ中参数λ相关的模糊产生式规则,讨论了实例中的模糊知识及其三种不同否定的推理算法与实现。     

产生式知识的有序二叉决策图表示及其推理

为了更完整地表示产生式规则构成的知识库及更有效地进行知识推理,给出了基于有序二叉决策图OBDD(Ordered Binary Decision Diagram)的产生式知识表示模型.在此基础上实现了基于OBDD的知识推理规则及相关算法,并结合实例对OBDD模型及其推理规则的可行性进行了分析.     

基于带区间值的产生式规则及其模糊推理机制研究

在分析了传统的产生式规则的三种不确定性的基础上，给出了基于模糊数的产生式规则结构，并量化了结构中的各重要参数，描述了知识表示和推理的关系，并在此基础上提出了基于模糊数产生武规则的模糊推理机制。     

基于模糊Petri网的产生式知识表示模型的推理

针对基于模糊Petri网的产生式知识表示方法提出一种推理规则,通过验证和确认前提条件来化简关联矩阵,从而建立一个与推理直接相关的新矩阵,免去了对知识库的盲目搜索。     

变电站智能告警专家系统的不确定性知识表示

在变电站智能告警专家系统中,针对业务知识的不确定性和复杂性,文中设计了一种不确定性知识的表示方法,可以使采用该方法构建的知识库更有利于推理机的推理和知识库的自学习。该方法根据领域知识将变电站信号进行分层分类,以子知识库的形式进行知识的组织,克服了知识的复杂性。而且它采用一种模糊产生式表示业务知识,将模糊推理规则映射为模糊产生式,解决了知识的不确定性问题。实验分析表明,该方法适合进行变电站关联信号的告警推理,结合系统对知识的自学习机制,可以有效降低告警的差错率和虚警率。     

基于模糊框架-产生式知识表示及推理研究

知识表示是专家系统求解能力及正确性的基础。针对不同知识表示方法的局限性,采用框架与产生式知识表示法结合表示专家知识。同时鉴于传统知识表示及推理方法在描述事实生产中不确定知识及经验中的缺陷问题,将模糊推理与知识表示相结合,应用模糊因子,定量细化描述模糊知识;并结合知识表示特点应用动态加权平均匹配函数及模糊推理方法,提出基于模糊框架-产生式知识表示方法及推理的研究,量化地表示知识及推理过程,为决策人员提供更加直观、准确的推理依据。     

基于模糊Petri网的三值产生式知识表示及推理

针对传统产生式规则无法进行不确定性知识表示和推理的局限,本文使用三值产生式规则,用-1表示前提、结论和它们之间的不确定性,提出一种基于模糊Petri网的三值产生式知识表示和不确定性推理算法.该算法充分利用推理过程中已得到的中间结论,通过标识和关联矩阵的运算实现高速推理.     

专家系统推理机在Windows下的实现

本文提出了一种称为“分类产生式规则”的专家系统知识表示方法,该方法实质性地改进行了传统的产生式规划,可有效地解决了基于规则的专家系统存在的知识组合爆炸和搜索匹配费用高的问题,同时,较好地解决了专家系统对数值计算无能为力的问题。采用分类产生式规则,已成功地建造了多个实用专家系统和一个专家系统开发工具。文中主要介绍了这种方法的表示形式、推理控制策略和在ＢｏｒｌａｎｄＣ＋＋ｆｏｒ Ｗｉｎｄｏｗｓ下推理机     

因果图向信度网转化的方法研究

在因果图理论中，采用了图形化和直接因果强度来表达知识和因果关系，它克服了贝叶斯网的一些不足，已经发展成了一个能够处理离散变量和连续变量的混合模型。但已有的因果图的推理算法还不能完全适应实际问题的需要，这大大地限制了因果图推广和使用，然而信度网研究已比较成熟，已有许多现成的算法和实用的推理软件。文中给出了从因果图向信度网转化的一般方法，包括因果图的连接强度向信度网的条件概率表转化和因果图的结构向信度网的结构转化，从而可以利用信度网的这些成果。     

因果图用于复杂系统故障诊断研究

在信度网基础上发展起来的因果图模型,克服了信度网的一些不足,具有重要的工业应用价值。经过文献犤5犦犤6犦犤7犦的研究,目前因果图已发展成一个能够处理离散变量和连续变量的混合因果图模型。文章讨论了将因果图用于复杂系统故障诊断的关键问题。给出了基于因果图的故障知识表达方法,给出了故障模式的静态求取方法和动态求取方法以及故障模式的概率计算方法。以核电站二回路系统为研究对象,在自行研制的因果图智能故障诊断平台上进行了故障诊断测试,诊断结果与实际情况相符,诊断迅速、效果较好。     

梯形模糊因果图及归一化研究

因果图理论是一种基于概率论的推理方法。文章在分析因果图理论发展和存在的问题基础上，将模糊数学引入因果图理论，即模糊因果图，从而可以克服因果图分析中概率难以精确赋值的缺点，将因果图理论应用扩大到了模糊领域。文章主要对事件概率为梯形模糊教进行讨论，提出了模糊因果图的算子，得到了模糊条件概率的计算公式，讨论了模糊概率的归一化方法。最后，以核电站的一个子系统为例进行仿真实验，实验结果与实际一致，归一化方法可行。研究表明：模糊因果图能有效地用于故障分析，比原来的因果图方法具有更大的灵活性和适应性.     

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。     

因果图中高效并行GIBBS仿真算法的研究

基于Markov Chain Monte Carlo(MCMC),思想的Gibbs仿真算法的引入使得大型因果图模型的推理速度得到极大提高，而利用节点间相互独立的特性，可以对其进行并行的采样，从而进一步加快推理速度。该文通过分析Gibbs算法，提出了将整个推理运算过程映射到多处理机系统中的判定准则，防止了机械地对处理机进行分配而造成的计算资源的浪费，算法能够根据实际处理机的数目以及不同的计算能力而灵活地分配计算资源，更加有利于发挥并行机的计算能力。通过仿真实验，验证了计算模型的有效性。     

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.     

Knowledge Representation Using High-Level Fuzzy Petri Nets

This correspondence presents a high-level fuzzy Petri net (HLFPN) model to represent the fuzzy production rules of a knowledge-based system, where a fuzzy production rule is the one that describes the fuzzy relation between the antecedent and the consequent. The HLFPN can be used to model fuzzy IF-THEN rules and IF-THEN-ELSE rules, where the fuzzy truth values of the propositions are restricted to [0, 1]. Based on the HLFPN model, an efficient algorithm is proposed to automatically reason about imprecise and fuzzy information. In this correspondence, a novel model to represent fuzzy knowledge is developed. When compared with other related models, the HLFPN model preserves several significant advantages. Finally, main results are presented in the form of eight properties and are supported by a comparison with other existing algorithms     

多主体系统中对其它主体的研究

多主体系统是当前人工智能研究后一个热点，其中，关于知识和动作的推理是一个重要的课题，文中给出了一种知识表示框架，称为ＲＡＯ逻辑，用来对其它主体研究时表示概念和规则，我们从日常推理中抽象出换位原则的规则（ＰＥＰ），ＰＥＰ是ＲＡＯ是的一条公理模式，并且为主体研究其它主体的一个基本规则，它与知识逻辑中的分离规则和（Ｋ）公理具有相似的形式和作用。     

基于KM教学法的软件工程教学研究

知识的逻辑结构描述了知识的体系结构及知识之间的内在联系,思维导图是直观的知识组织与表征工具。KM教学法是将知识的逻辑结构与思维导图相结合,通过将知识逻辑结构化,经过分类和分层组织,再经过抽点、连线、成网、扩展、概型等逻辑加工,得到反应知识本质的逻辑结构图与思维导图。本文以"软件工程"为例,探讨应用KM教学法的要点。     

Compiling Ladder Diagram into Instruction List to comply with IEC 61131-3

The standard IEC 61131-3 defines four programming languages for PLC, and the Ladder Diagram is the most predominant one among them. As the Ladder Diagram is a graphical language and cannot be directly executed by general PLC processor, most commercial PLC programming systems, e.g. SIEMENS S7, MITSUBISHI Gx Developer, OMRON Gx Programmer, use Instruction List as intermediate language between the Ladder Diagram and the machine instructions of the processor. However, the Instruction List generated by these programming systems fails to comply with IEC 61131-3. In this paper, we present a method to compile a Ladder Diagram into an Instruction List that fully complies with IEC 61131-3. Several unclear aspects of the standard in compilation, such as the use of EN and ENO, the evaluation of EN, multiple coils and topology restrictions, are discussed before the method is presented. The mathematical definition of Two Terminal Series Parallel unidigraphs is proposed for the first time to represent the Ladder Diagram networks that are composed of connections in series and parallel. Based on the property of TTSP, a method is suggested to verify the topology of the Ladder Diagram. Finally, a complex compilation example shows that the proposed method is correct and has the advantages of ease of understanding, modification, and maintenance.