利用CSP求解极小碰集的方法

基于模型诊断是人工智能领域中具有挑战性的问题,包含了很多人工智能中的关键问题,其研究对整个人工智能领域起着重要推动作用.在基于模型诊断中,候选诊断结果通常由所有极小冲突集对应的所有极小碰集所描述,求出所有极小碰集是其核心问题之一.提出一种将极小碰集问题转换为约束满足问题的方法,该方法调用成熟的CSP求解器进行求解,扩展了约束可满足问题的应用领域.首次提出hard-冲突集和soft-冲突集的概念,并给出利用所提的方法分别求解具有一些特征的极小碰集：小于固定长度、不含特定元素及包含hard-冲突集和soft-冲突集.实验结果表明,提出的方法易于实现、扩展性强,对于特定类型极小碰集问题的求解效率较高.     

一个基于模型的故障诊断算法

基于模型的诊断方法是重要的故障诊断方法之一,本文首先分析了现有的基于模型的故障诊断的优缺点,指出了这些方法的不足之处,然后再对这些方法进行了改进。因为求诊断问题是针对受限语言的,所以我们只求受限语言的质蕴含项,并且在算法中增加了极小性检查,以确保得到的结论都是质蕴含项,在此基础上给出了一个基于模型的诊断算法。     

求解最小完全测试集的第一原理方法

应用第一原理的故障诊断思想,基于故障测试矩阵,提出了一种根据系统每一个故障都可检测的行为与系统所有故障不能检测的行为之间的不相容推理技术,来判断和求取系统存在的所有最小完全测试集的方法。方法分两步：一是根据系统的结构和测试矢量等知识,结合故障测试矩阵,识别冲突集候选;二是根据冲突集候选,确定最小命中集合组,生成最小完全测试集。该方法可有效求解最小完全测试集,减少测试矢量施加的工作量,提高故障诊断的效率。     

冲突信息条件下的装备故障诊断方法

针对冲突信息条件下的故障诊断难题,研究了基于近似表示空间的故障诊断方法;采用冲突诊断信息系统描述冲突故障信息,并将冲突诊断信息系统转化为近似表示空间,进而对其进行属性约简;设计了基于包含度的针对完备信息对象的故障诊断方法,采用向量补齐方法设计了针对不完备信息对象的近似表示空间故障诊断方法;最后,将该方法应用于航空发动机故障诊断,验证了该方法可有效处理冲突、不完备信息,显著提高了故障诊断准确率。     

基于模型故障诊断中的冲突求解

基于模型的故障诊断是一种重要的诊断方法, 但它的计算量较大. 在Reiter算法的基础上, 论证了每次求解冲突集时, 每个元件的模型知识仅需调用一次. 同时指出了在某些情况下可以利用元件参数矩阵来指导冲突的求解过程, 有效减少了调用元件模型的次数.     

一种面向网格结构的系统级故障诊断集团算法

网格是一种高性能分布式计算环境，它是构筑在Inernet之上的一种新型的信息技术基础设施。为保证网格可靠高效地运行，利用系统级故障诊断的方法研究网格的可靠性是很有意义的。文章提出了网格结构中的系统级故障诊断方法，并给出了一种面向网格结构的系统级故障诊断集团算法。     

对称比较模型下的系统级故障诊断

本文在对称比较模型下研究系统级故障诊断问题，提出了一个非自适应诊断算法和一个自 适应诊断算法，并分析了它们的诊断开销。     

一种基于ATMS的求解所有极小冲突集的新方法

在Reiter算法的基础上,本文提出一种基于ATMS的求解所有极小冲突集的新方法。其中,对每个元件模型最多调用一次就可求出所有的极小冲突集,防止了ATMS的多次调用,因而能够提高效率。本文提出了极小依赖集的概念,并据此对ATMS求得的极小冲突集进行了分类;分析了算法的复杂度,并将新方法与相关工作进行了比较。该算法程序容易编制,而且效率高。     

空间电源系统的面向冲突故障诊断推理算法

空间电源系统结构复杂,部件繁多,易发生故障。为实现对空间电源系统多种故障的时时诊断,在总结分析电源系统故障特点的基础上,结合Reiter基于第一原理的故障诊断一般理论,建立了适用于空间电源系统故障诊断的推理算法。结果表明,该算法能够很好地诊断出电源系统电路的单点故障、多重故障及单传感器故障,具有较高的诊断推理速度和准确性。     

基于值传递的快速故障诊断

本文提出了一种基于值传递的系统模型，重新定义了诊断，该定义与Reiter经典的诊断定义等价。在此基础上，给出了一种线性时间找到一个极小诊断的算法，该方法不需要计算极小冲突而直接得到极小诊断。该算法在给出诊断的同时，还给出了系统与该诊断对应的当前行为的一种合理解释。最后，给出了该方法与诊断测试结合实现系统修复的方法。     

用布尔代数方法计算最小碰集

在基于模型的诊断中，模型一般都是用布尔代数来表示，而计算碰集(hitting sets)则采用HS-树或图，这就使得诊断系统采用多种不同的数据结构，给编程实现带来了不便．本文用布尔代数变量表示待诊断系统的部件，并给出了用布尔代数直接计算最小碰集的算法．数据结构更为简单，只需要布尔表达式，相当于字符串，效率上比其他的一些研究结果也要好，同时可克服丢失正确解的问题，具有通用性．     

基于故障树最小割集的故障诊断方法研究

利用故障树分析原理，对基于故障树最小割集的诊断方法进行了研究。在给出故障树顶事件和底事件概率描述的基础上，计算了故障树最小割集的重要度，并在量级上进行了分析比较，为系统的故障源搜寻提供了具体有效的测试步骤。并给出了应用实例。     

用对分HS-树计算最小碰集

在基于模型的诊断中,利用冲突集计算最小碰集是其关键的步骤,因为所有冲突集的最小碰集就是所考察系统的诊断.在Reiter的方法中,要用HS-树(图)来计算最小冲突集的最小碰集.HS-树的计算量比较大,且又会因为剪枝的问题而剪掉真实解.提出了用对分HS-树(binary hitting set-树,简称BHS-树)计算最小碰集的方法.这种方法的优点是:(1)产生的树的节点数明显少于HS-树,因而效率较高;(2)解决了因为剪枝而产生的最小碰集丢失的问题;(3)在新增加冲突集时不必完全重新计算,只需在原BHS-树     

一种求解极小诊断的遗传模拟退火算法

基于模型的诊断方法是人工智能领域发展起来的一个十分活跃的分支.在该方法中,由极小冲突集求解极小击中集的过程是一个NP-Hard问题.尽管人们提出了不少算法,但是各种算法的效率仍然不是十分理想.通过将该问题映射到0/1整数规划问题,提出了将遗传算法与模拟退火算法相结合的问题求解思想.在给出遗传模拟退火(genetic simulated anncaling,简称GSA)算法和算法各个参数的同时,对算法的性能和求解精度进行了测试.GSA算法不仅比传统的算法效率有很大的提高,而且在冲突集基数大于35的情况下,较单独使用GA的算法在效率上提高约1/3～1/2.在求解精度上,GSA算法在大多数情况下能够求出98%～100%的极小诊断.     

基于故障树的远程故障诊断任务分解和决策方法

远程故障诊断对提高飞机飞行安全、降低诊断和维护成本、建立更好的飞机维护环境具有重要作用,在远程故障诊断过程中,面对复杂的诊断任务和冗余、不确定的决策如何做出合理的任务分解和最优的诊断决策是个重要的研究课题。以提高诊断效率和可靠性,本文提出了一种基于故障树模型的任务分解与决策融合方法。首先,描述了多资源远程诊断任务分解问题;其次,建立了基于故障树最小割集的诊断任务分解机制;最后,提出了基于D-S证据理论的决策级信息融合方法,并通过实际算例验证了任务分解和决策方法的可行性。     

基于模型的机载燃油系统故障诊断研究

针对某型号飞机的燃油系统进行故障诊断,应用基于模型的故障诊断算法,采用离散的状态变量描述系统行为和功能,基于一致性算法判定系统当前行为是否正常以及冲突搜索算法对异常进行诊断.诊断过程引入故障可能性概率的函数Rank,避免了传统穷举方法,有效提高了算法的效率.诊断结果能够很好地涵盖单故障以及多故障组合,同时也能满足系统进行实时故障诊断的要求.