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．     

一种因果推理形式

针对定性推理在有冲突情况下进行传播时所存在的问题，本文提出了一种因果关系形式，引入了“时间”和“效果”概念，给出了因果推理过程：先建立因果关系图，再传播原因变量的行为，并应用定性代数方法来处理冲突问题．这种因果推理形式推广了Ｉｗａｓａｋｉ因果推理方法.     

几何因果定性推理的基本原理和算法

因果定性推理是一种通过分析描述物理系统行为和关系的约束找出系统内部各个成分之间的因果结构的推理方法．本文提出一种基于约束和变量分析的因果定性分析模型和算法．该方法在产品设计中有广泛的应用，利用这个模型和算法可较好地解决参数化设计中的几何推理问题，还可用作概念设计的工具，用于完成复杂系统设计任务的划分及定序、设计变量之间相互依赖关系分析等工作．算法具有应用性强、效率和稳定性好、支持欠约束和多解问题等优点.     

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。     

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。     

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。     

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。     

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。     

GIBBS仿真方法运用在大型因果图的推理过程

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,目前已发展成一个能够处理离散变量和连续变量的混合模型,特别适于运用在大型的工业故障诊断领域。但因果图在推理计算中,面临着与信度网的推理算法复杂度过高的同样问题。通过比较几种MarkovChainMonteCarlo(MCMC)方法,论文基于Gibbs仿真算法的思想,并对进入稳态条件、采样顺序判定准则、采样结束判据等进行深入分析,进而提出了一种改进的仿真推理新方法。利用该采样仿真算法能极大地提高故障诊断的速度和准确度,这对因果图模型在工业在线故障诊断领域中的应用具有重要意义。     

基于时事折换图的因果知识量化分析方法

针对目前协同因果事件族的知识分析缺乏时态信息和量化手段等问题，提出基于时事折换图的因果知识量化分析方法。 首先运用时事折换思想建立包含时态信息的因果知识事件域描述机制，然后考虑原因事件对结果事件发生冲击影响和时间累积影响，提出因果度、依赖度、影响度三种指标并推出其计算公式，实现了对因果知识的量化描述和双向推理。 应用实例表明该方法具有高效、细致、直观优点。     

基于抽样的因果图仿真推理算法研究

由于因果图的经典推理的计算复杂度是NP难的,因此其不便于推广和使用。基于因果图理论和MonteCarlo思想,提出了基于抽样的A-R Sampling和重要性抽样的因果图仿真推理算法。在故障诊断中的有效应用验证了方法是可行的。     

基于事件动作方向的隐式因果关系抽取方法

抽取事件之间的因果关系能够应用于自动问答、知识提取、常识推理等方面.隐式因果关系由于缺乏明显的词汇特征和中文复杂的句法结构,使得其抽取极为困难,已成为当前研究的难点.相比而言,显示因果关系的抽取比较容易、准确率高,且因果关系事件之间的逻辑关系稳定.为此,文中提出了一种原创的方法,首先通过对抽取的显示因果事件对进行事件动...     

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SDG模型的故障诊断专家系统

针对现代流程工业的特点,利用符号有向图模型（SDG）对化工生产工艺流程进行建模,运用SDG的推理能力,将其因果图转化为产生式规则,获得对整个生产流程的规则描述。根据SDG模型推理结果的特点提出一种可行的故障诊断专家系统设计方案,将得到的规则存入专家系统知识库,进行基于征兆的前向推理故障诊断。应用结果表明该种方法的有效性与可行性。