一种故障树向BDD的转化方法

针对故障树分析的关键技术—排序和置换,提出一种基于BDD的快速有效的（LNPC）方法。该方法采用制定的排序和置换策略直接完成子事件的排序与门事件的置换,一次性完成故障树到BDD的转化和优化,增加了获取最小规模BDD的排序机会,同时降低了BDD的存储空间且不需要先写出故障树的布尔函数。算法分析与实验结果表明该方法对不同的故障树转化是有效的。     

故障树分析中底事件排序问题的研究

基于BDD的故障树分析方法是先将故障树转换为BDD,而后进行分析.在转换的过程中,底事件的排序尤其重要,直接影响到后面的分析.研究了底事件的排序问题,将运用于数字电路的化简方法运用底事件的排序中,实例证明,可使转换后的BDD结点数比采用随机的底事件顺序产生的BDD的结点数减少一半以上,甚至可以减少到最少.     

用遗传算法构造二元决策树

决策树的方法是一种优化的过程,遗传算法是模拟自然进化的通用全局搜索算法,文中将遗传算法应用到做到决策树,提出了采用遗传算法求解二元决策树的非叶结点的权值矢量,进而构造二元决策松的方法,并讨论了遗传算法的评介函数构造和编码方法,重点说明了如何对遗传算法进行改进,提高算法效率,然后分析了影响二元决策树错误分类率的因素,并用实例验证该方法构造的二元决策树对样本分类具有很高的辨识率。     

模糊决策树算法与清晰决策树算法的比较研究

ID3算法是一种典型的决策树归纳算法,这种算法在假定示例的属性值和分类值是确定的前提下,使用信息熵作为启发式建立一棵清晰的决策树。针对现实世界中存在的不确定性,人们提出了另一种决策树归纳算法,即模糊决策树算法,它是清晰决策树算法的一种推广。这两种算法在实际应用中各有自己的优劣之处,针对一个具体问题的知识获取过程,选取哪一种算法目前还没有一个较明确的依据。该文从5个方面对这两种算法进行了详细的比较,指出了属性为连续值时这两种算法的异同及优缺点,其目的是在为解决具体问题时怎样选择这两种算法提供一些有用的线索。     

软件故障树算法建模的研究

通过分析基于贝叶斯网络的故障树分析技术,建立软件系统的故障树模型,将其应用到缺陷分析之中。这种方法可以快速地找出关键故障模块和底事件,有效地进行定性和定量的缺陷分析。通过在分析系统功能模块的基础上,建立起软件系统的故障树模型,同时将故障树模型向贝叶斯网络模型进行转换,并分析了这种方式在软件测试缺陷分析中的实际作用。分析结果表明了基于贝叶斯网络的故障树分析方法的可行性和有效性,同时对于提高软件产品的开发和测试活动过程具有实践价值。     

基于故障树分析的航空电子系统BIT诊断策略设计

为解决故障搜索时的多径问题,以故障树模型为基础,综合考虑可靠性和测试费用等因素提出了一种航空电子系统BIT诊断策略设计新方法;引入费用诊断重要度(CDIF)来衡量测试费用对BIT故障诊断的影响,利用二元决策图对故障树进行定性和定量分析,据此构建出基于最小割集和CDIF的BIT诊断决策树;在某型机载INS/GPS组合导航系统BIT设计中的应用验证了该方法的有效性与实用性,与基于AO*搜索和基于贪婪算法的两种诊断策略设计方法比较可知该方法的计算复杂度更小。     

决策树算法研究综述

简要回顾了数据挖掘的应用背景和常用的数据挖掘方法，重点研究了数据挖掘方法中的决策树算法，并对其主要成就进行评述．提出今后开展研究的建议：     

增量决策树算法研究

文中主要解决传统的ID3算法不能处理增量数据集构造决策树的问题.在传统ID3决策树算法和原有增量算法的基础上,利用信息论中熵变原理的特点,对与增量决策树算法相关的三个定理进行相应的改进,在理论上证明了改进的增量决策树算法的有效性和可靠性.同时对增量决策树算法和ID3算法的复杂度进行了对比分析,得出增量决策树算法的实例费用和信息熵费用都高于ID3算法的结论.最后通过一个实验证明,改进的增量决策树算法能够构造出与ID3算法形态基本相同的决策树.     

增量决策树算法研究

文中主要解决传统的ID3算法不能处理增量数据集构造决策树的问题。在传统ID3决策树算法和原有增量算法的基础上,利用信息论中熵变原理的特点,对与增量决策树算法相关的三个定理进行相应的改进,在理论上证明了改进的增量决策树算法的有效性和可靠性。同时对增量决策树算法和ID3算法的复杂度进行了对比分析,得出增量决策树算法的实例费用和信息熵费用都高于ID3算法的结论。最后通过一个实验证明,改进的增量决策树算法能够构造出与ID3算法形态基本相同的决策树。     

决策树算法研究综述

简要回顾了数据挖掘的应用背景和常用的数据挖掘方法,重点研究了数据挖掘方法中的决策树算法,并对其主要成就进行评述,提出今后开展研究的建议。     

Cultural algorithm for minimization of binary decision diagram and its application in crosstalk fault detection

The binary decision diagrams (BDDs) can give canonical representation to Boolean functions; they have wide applications in the design and verification of digital systems. A new method based on cultural algorithms for minimizing the size of BDDs is presented in this paper. First of all, the coding of an individual representing a BDDs is given, and the fitness of an individual is defined. The population is built by a set of the individuals. Second, the implementations based on cultural algorithms for the minimization of BDDs, i.e., the designs of belief space and population space, and the designs of acceptance function and influence function, are given in detail. Third, the fault detection approaches using BDDs for digital circuits are studied. A new method for the detection of crosstalk faults by using BDDs is presented. Experimental results on a number of digital circuits show that the BDDs with small number of nodes can be obtained by the method proposed in this paper, and all test vectors of a fault in digital circuits can also be produced.     

基于单变量决策树的网络故障诊断方法

在网络故障诊断系统中,利用粗糙集理论约简反映网络信息的MIB变量,得出最有利于分类的变量集合.通过对约简结果构造单变量决策树的方法提取相应的决策规则,判断网络故障类型.实验结果表明,决策树构造方法简单,且提取出来的规则以决策树形式表示,规则易于理解、网络故障诊断效率较高.     

决策树算法在电路故障诊断中的应用

针对PHM（Prognostic and Health Management）中数据挖掘和知识获取困难的问题,提出一种以J48决策树算法为基础的故障诊断方法。采用了开源数据挖掘软件Weka,对CTSV滤波器故障仿真数据进行计算,对故障数据进行属性清理和参数选择。生成的决策树模型有很高的交叉验证率和分类效果。     

实现非单调关联故障树PIS的联合技术

采用“非正规”二元决策图（BDD）技术获取最小形割集 (MCS)可能存在掩盖非单调底事件作用的弊端”。以“继承”关键技术为基础,提出了用统一编码的“正规”BDD技术来获取非单调关联故障树的MCS。结合Q-M算法,研究了联合获取非单调关联故障树的质蕴涵集(PIS)的完整过程。实际例证表明,所述方法不但能够准确地析出非单调关联故障树的MCS,而且能够自动地获取其PIS。     

基于动态故障树的信息物理融合系统风险分析

针对信息物理融合系统（CPS）中的网络安全攻击会导致系统失效的问题，提出一种基于动态故障树的CPS风险建模及分析方法。首先，对动态故障树和攻击树集成建模，构建攻击-动态故障树（Attack-DFTs）模型；然后，分别采用二元决策图和输入输出马尔可夫链给出攻击-动态故障树中的静态子树和动态子树的形式化模型，并在此基础上给出攻击-动态故障树的定性分析方法，即分析网络安全攻击导致系统失效的基本事件路径；最后，通过一个典型的排污系统应用实例对方法的有效性进行验证。案例分析结果表明，所提方法能够分析CPS中由于网络安全攻击导致系统失效的事件序列，有效实现了CPS的综合安全评估。     

基于图挖掘和决策树的软件故障定位研究

对于非崩溃的错误,测试人员往往花费大量的时间才能发现。为了快速准确地定位这类错误,降低软件开发成本,提高软件质量,提出一种辅助定位非崩溃错误的方法。该方法通过收集程序的执行轨迹信息,构造出程序调用图。提取频繁边,运用J48决策树算法,得到基于方法粒度的故障决策树,可辅助人员判定软件缺陷。通过实验与分析,进一步验证了该方法的有效性。     

用时序和逻辑规则形成动态故障树的紧缩Markov链

针对枚举底事件的所有时序状态来形成Markov链的弊端,借鉴静态故障树的最小割集(minimum cut set, MCS)思想,考虑形成紧缩的Markov链（即最简顺序割集）。其重要目的是剔除冗余的Markov链,在保证不影响系统失效分析的同时减小状态空间,最大限度地避免陷入组合爆炸的危险。其显著特点在于用时序规则和逻辑规则来描述动态逻辑门。以此为基础,用BDD（binary decision diagram）技术首先形成基于逻辑规则的动态系统的MCS,其次对每个MCS运用时序规则,组合成必要的Mark     

二叉树型多分类器融合的轴承故障诊断方法

多分类器融合能有效集成多种分类算法的优势,实现优势互补,提高智能诊断模型的稳健性和诊断精度。但在利用多数投票法构建多分类器融合决策系统时,要求成员分类器数目多于要识别的设备状态数,否则会出现无法融合的情况。针对此问题,提出了一种基于二叉树的多分类器融合算法,利用二叉树将多类分类问题转化为多个二值分类问题,从而各个节点上的成员分类器个数只要大于2即可,有效避免了成员分类器数目不足的问题。实验结果表明,相比单一分类器的诊断方法,该方法能有效地实现滚动轴承故障智能诊断,并具有对各神经网络初始值不敏感、识别率高且稳定等优势。     

基于有序二叉决策图的路径规划可行性研究

对全局环境未知且存在障碍物情况下的移动机器人路径规划问题进行了研究.借助有序二又决策图的原理,首次采用有序二叉决策图数据结构来表示机器人工作空间中的信息环境模型,并对它们进行了二进制编码,建立一个有效紧凑的OBDD环境模型.利用该OBDD模型能自动规划了免碰撞路径,获取一条从起始状态(包括位置及姿态)到达目标状态的安全、高效的无碰路径.实验仿真结果表明,所提出的方法是正确和有效的.