基于知识Petri网的确定性和不确定性联合推理

知识推理是人工智能的核心领域,旨在研究如何从已知(知识库和推理规则)推理出未知,以帮助智能体做出科学决策.而智能体所处的环境存在不可观性和不确定性,因此知识库通常不仅包含确定性知识,还包含不确定性知识,而且推理过程需要两类知识紧密协作.然而,目前的推理方法无法将两类知识统一表示,常常将两者对应的推理过程割裂进行.基于此,为了实现在统一的模型架构下完成确定性和不确定性联合推理,给出了一种知识Petri网推理方法.首先,定义了一种新的知识Petri网,使其不仅能够描述确定性的知识规范,也可以描述先验概率知识;其次,根据知识Petri网的网结构,给出了一种知识Petri网概率独立剪枝算法,能够指数级地降低不确定性推理的计算复杂性;最后,利用知识Petri网及其概率独立剪枝算法,给出了一种新型推理算法,实现了确定性和不确定性的联合推理,并利用Wumpus世界进行了演示和验证.     

不确定性机器人系统自适应鲁棒迭代学习控制

利用Lyapunov方法, 提出了一种不确定性机器人系统的自适应鲁棒迭代学习控制策略, 整个系统在迭代域里是全局渐近稳定的. 所考虑的机器人系统同时包含了结构和非结构不确定性. 在设计时, 系统的不确定性被分解成可重复性和非重复性两部分, 并考虑了系统的标称模型. 在所提出的控制策略中, 自适应策略用来估算做法确定性的界, 界的修正与迭代学习控制量一样的迭代域得以实现的. 计算机仿真表明本文提出的控制策略是有效的.     

基于云模型融入定性信息的定量仿真方法

针对系统定量仿真中存在的定性信息无法充分合理使用、定量信息和定性信息不能融合的问题,提出了一种基于云模型的定性仿真建模方法,并将其融入定量仿真之中.首先给出了基于云模型的变量空间描述,然后提出了基于云模型的融入定性信息的定量仿真方法.给出了包括定性与定量信息的融合运算、定性信息的持续与周期变化等在内的难点问题的解决方法.最后通过一个复杂供应链系统仿真实例验证了该方法的可行性.结果表明,改进方法具有客观的表达不确定性信息的特点,能将定性信息有效地融合到系统的定量仿真之中.     

非确定性数据库中空值处理

尽管关系数据库有很多优势,但它缺乏一种处理非确定性数据的能力.目前,已经提出了几种将非确定性结合到关系数据库模型的方法,它们对关系数据库模型做了诸多扩展.但空值问题依旧存在,一些模型根本就没有考虑空值因素.这违背了非确定性数据库要更加真实地反应现实世界的初衷.为此,给出了一种非确定性数据库系统中空值处理方法,改进现有非确定性数据库模型中对空值处理不完善的情况.     

确定性并行技术

由于执行个体之间的同步、竞争和干扰,并行程序的执行存在着不确定性问题,即程序在相同输入下多次执行可能得到不同的结果.不确定性给并行程序在开发、调试、测试、容错和安全等方面都带来了挑战,严重降低了并行程序的可靠性,阻碍了并行程序的发展.确定性并行技术通过控制并行程序执行个体间的同步、竞争和干扰,使程序的执行结果仅依赖于输入.确定性并行技术能够从根本上解决了目前并行程序存在的诸多问题,提升了并行程序的可靠性,给并行程序的发展带来了新的机遇.文中调查、分析和比较了目前主流的确定性并行技术和方法,分析了弱内存一致性对确定性并行系统的影响,并对未来确定性并行技术的发展趋势做出了展望.     

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.     

六元语言值直觉模糊的金融决策推理方法

为了处理金融决策中的不确定性信息,采用直觉格值的方法来表达语言值。基于语言真值直觉格值系统,改进了一个个人金融决策辅助系统模型。该系统的推理方法是将直觉模糊逻辑近似推理方法进行扩展,通过使用相似度的方法来处理模糊问题,实现了一种较为理想的不确定性推理方法。最后给出了一个实例,结果表明所提出的方法可以灵活有效地处理金融决策问题。     

一种目标可满足性定性、定量表示与推理方法

可满足性表示和推理方法是面向目标需求工程领域的重要研究内容.根据从连续定量论域抽取定性概念过程中的主观认知的不确定性特点,提出了一种基于云模型的目标可满足性表示模型.作为定性概念与其定量论域间的不确定性转换模型,云模型能够把主观认知的模糊性和随机性集成在一起,兼顾可满足性定性表示的语义明确性和定量表示的精确性,较好地实现可满足性定性、定量统一表示.在此基础上,设计了一种基于OWA(ordered weighted aggregation)算子核心思想的目标可满足性推理方法,该方法避免了纯逻辑推理过于"偏执"的推理结果.同时,父目标满足程度介于子目标可满足性的最小和最大值之间,较好地反映出了人类一般思维的特点.采用定理证明和对比实验的方式,对推理方法的特点进行分析.最后进行总结,并指出进一步的研究方向.     

面向集合论的灰度定义及灰色粗糙集模型建立

将某一对象属于或不属于某一类别的不确定性程度视为灰度,提出一种面向集合论的灰度定义与灰数分级方法;在此基础上建立灰色粗糙集模型,讨论了其中的一些集合理论性质;最后给出了一个说明该方法的实例.研究结果表明,提出的方法能够清晰地说明对象可正确分类的确定性程度,合理地解释灰数的级别,构建的灰色粗糙集模型可用于从不协调决策表中获取不同清晰度的规则集.     

一种减少嵌入式处理器功耗的综合DVS方法

对于使用电池作为供电电源的嵌入式设备而言,如何降低功耗已经成为设计中一个非常重要的方面。嵌入式处理器的功耗可以分为确定性功耗和非确定性功耗。目前很多的研究还都只是集中在如何减少确定性功耗这个方面,但随着芯片体积的不断缩小,非确定性功耗变得越来越突出,该文综合考虑这两方面提出了一种综合的DVS方法,并对此方法进行了分析。     

Probability box as a tool to model and control the effect of epistemic uncertainty in multiple dependent competing failure processes

Engineering components and systems are often subject to multiple dependent competing failure processes (MDCFPs). MDCFPs have been well studied in literature and various models have been developed to predict the reliability of MDCFPs. In practice, however, due to the limited resource, it is often hard to estimate the precise values of the parameters in the MDCFP model. Hence, the predicted reliability is affected by epistemic uncertainty. Probability box (P-box) is applied in this paper to describe the effect of epistemic uncertainty on MDCFP models. A dimension-reduced sequential quadratic programming (DRSQP) method is developed for the construction of P-box. A comparison to the conventional construction method shows that DRSQP method reduces the computational costs required for P-box constructions. Since epistemic uncertainty reflects the unsureness in the predicted reliability, a decision maker might want to reduce it by investing resource to more accurately estimate the value of each model parameter. A two-stage optimization framework is developed to allocate the resource among the parameters and ensure that epistemic uncertainty is reduced in a most efficient way. Finally, the developed methods are applied on a real case study, a spool valve, to demonstrate their validity.     

Combination calculi for uncertainty reasoning: representing uncertainty using distributions

There are many different methods for incorporating notions of uncertainty in evidential reasoning. A common component to these methods is the use of additional values, other than conditional probabilities, to assert current degrees of belief and certainties in propositions. Beginning with the viewpoint that these values can be associated with statistics of multiple opinions in an evidential reasoning system, we categorize the choices that are available in updating and tracking these multiple opinions. In this way, we develop a matrix of different uncertainty calculi, some of which are standard, and others are new. The main contribution is to formalize a framework under which different methods for reasoning with uncertainty can be evaluated. As examples, we see that both the “Kalman filtering” approach and the “Dempster–Shafer” approach to reasoning with uncertainty can be interpreted within this framework of representing uncertainty by the statistics of multiple opinions. This revised version was published online in June 2006 with corrections to the Cover Date.     

Reasoning in Non-probabilistic Uncertainty: Logic Programming and Neural-Symbolic Computing as Examples

This article aims to achieve two goals: to show that probability is not the only way of dealing with uncertainty (and even more, that there are kinds of uncertainty which are for principled reasons not addressable with probabilistic means); and to provide evidence that logic-based methods can well support reasoning with uncertainty. For the latter claim, two paradigmatic examples are presented: logic programming with Kleene semantics for modelling reasoning from information in a discourse, to an interpretation of the state of affairs of the intended model, and a neural-symbolic implementation of input/output logic for dealing with uncertainty in dynamic normative contexts.     

在一定相容度下不确定性推理的可靠性分析

本文引入推理结论的可靠性度量，分析两种相容性对不确定性推理的影响，给出了推理结论可靠性的判别条件。     

基于贝叶斯网络的系统可靠性分析平台

贝叶斯网络是一种进行不确定性推理和分析的有效工具,针对系统可靠性分析问题,建立了一种基于贝叶斯网络的系统可靠性分析平台。所建立的分析平台将贝叶斯网络应用于系统可靠性分析中,把系统各组部件抽象成节点,从而构成贝叶斯网络模型;通过推理和分析算法找到影响系统可靠性的薄弱环节;通过计算某个部件发生变化时对整个系统的影响,得出各个节点的重要度,给出合理的优化方案,提升系统可靠性。通过对平视显示器实例进行分析,计算了每个组部件对整个系统的影响程度,证明该分析平台在利用贝叶斯网络对系统可靠性分析上的可行性。     

信息视角:非物质文化遗产保护的数字化理论

基于非物质文化遗产(简称非遗)的信息特征,利用信息空间(Ⅰ空间)框架模型分析了非物质文化遗产保护的目标、内容以及数字化技术介入的方式.在非遗原生环境改变的条件下,提出以数字化技术手段重构非遗信息,以适应现代信息环境,促进非遗的信息化生存与发展.基于非遗信息的数字化表达与扩散的需求,详细分析了非遗信息传播的技术问题、语义问题和有效性问题及其解决方案.在Ⅰ空间框架内,对非遗信息的编码、抽象、扩散、解码、吸收影响和再创作等构成具有自我发展能力的信息循环回路的一系列过程做了深入分析与探讨.最后以剪纸艺术为例,对各种数字化技术方法的介入方式、现有保护手段的不足和所要解决的问题做了具体分析.     

云理论在作战飞机可靠性评估中的应用

传统的作战飞机可靠性评估一般采用定性评估方法,而对于精确的定量评估,目前尚缺有效的方法。云理论是一种用于处理不确定性和含糊性知识的数学工具,可实现概念与数据之间的相互转换。论文在云理论的基础上,建立了综合能力模型以及可靠性评估云模型,提出了一种新的具有可操作性的作战飞机可靠性评估方法,解决了可靠性评估中定性语言到定量的转化问题,使评估结果除了保留传统定性划分所具有的优点以外,也更加符合实际的数据分布和人的思维方式。论文最后给出了一个作战飞机可靠性评估的算例。     

系统可靠性的计算机仿真方法

随着各种新型复杂系统的建立和工程项目的实施，常规可靠性设计理论与工程实践的矛盾日益突出。当进行可靠性计算时，由随机应力和随机强度的概率密度函数来获取功能函数的概率密度函数较困难，该文就如何将常规可靠性仿真方法推广进行计算机可靠性仿真，提出了将模糊可靠性设计问题转化为常规可靠性设计问题求解的思路，给出了转化的基本原理和方法，由此推出了一系列的计算公式及其仿真方法，从而使得可靠性设计方法能同时处理设计中的随机性和模糊性。     

关于提高设备可靠性的几点思考

现如今各种设备的发展可谓日新月异,为适应设备发展的需要,本文针对如何提高设备可靠性提出几点个人的建议,并结合个人的工作经验举出若干实例,在对比中突出提升设备可靠性的总体思路,所总结的需要注意和提高的各个方面内容具有一定的现实意义,其思考思路和方向对于提升设备可靠性要求具有一定的探索价值。     

基于知识的航电设备故障诊断专家系统

为了解决航电设备故障难以诊断的问题,设计一个基于知识的航电设备故障诊断专家系统。该系统中的知识表示形式及与之相配合的基于确定性理论模型的不确定性推理方法,以及基于示例的推理方法可以实现航电设备的故障推理和诊断,其规则的可信度可达到理想的程度。