基于多故障模型的并发测试生成方法

精简测试向量集是解决电路测试问题的一种行之有效的方法。针对故障电路,采用多故障模型方法可以简化有多个单故障的电路,且保持电路功能完整。论文在结构分析的基础上,利用多故障模型寻找故障集中的并发故障,建立并发关系图,并运用分团的思想对故障集中的并发故障进一步划分,以获得故障集的并发测试集。与传统的方法相比,并发测试生成将获得更加精简的测试向量集。     

基于深知识的多故障两步诊断推理

基于知识的诊断推理研究是当今应用人工智能中比较活跃的一个课题.本文具体地研究了两步多故障诊断推理方面的问题,提出了同时性诊断方式中候选产生的新算法,解决了序贯诊断方式中的最佳测量点选择问题和测量结果的归结问题,最后还提出了组合同时性诊断方式和序贯诊断方式的综合诊断策略.     

一种基于概率图模型的不确定性数据世系表示方法

不确定性数据的世系分析是基于数据产生和演变的过程来跟踪数据不确定性的来源.为了有效地描述数据间复杂的相关性及不确定性,并从理论上保证世系分析中概率计算的正确性,文中研究了基于贝叶斯网这一重要的概率图模型的不确定性数据世系表示方法.以世系的布尔公式和不确定性数据本身为出发点,提出了将布尔公式等价转换为贝叶斯网的方法,并讨...     

基于概率推理的不确定性任务分配评价方法

作战任务的分解与分配是指挥决策中的重要过程,随着战场环境复杂度的增加,确定环境下的任务分配方法已不能适应作战需求。针对不确定性任务分配问题,分析作战任务分解、分配和执行过程中的多种不确定性因素,给出相应的形式化描述。在此基础上,提出一种基于概率推理的适应度计算方法,具体分析各种不确定性任务成功执行概率的计算过程,并给出算例进行验证。仿真结果表明,该方法能有效解决任务分配问题,并对任务分配方案进行定量评价。     

一种基于故障重要度的概率神经网络诊断方法

在研究概率神经网络的基础上,提出一种新的聚类方法对网络参数进行优化,能较好的反应故障重要度以及故障样本的空间的分布特性,合理的确定隐含层节点的个数,从而使网络结构得到优化,具有较高的训练效率。将该模型应用于漏磁裂纹识别,取得满意的结果。     

基于联合概率数据关联和粒子滤波的多目标跟踪算法

数据关联一直是多目标跟踪中的核心问题,是实现多目标有效跟踪的关键。介绍了多目标跟踪的基本原理以及联合概率数据关联的基本原理,并且将粒子滤波引入到联合概率数据关联模型中,提出了联合概率数据关联-粒子滤波算法来实现多目标跟踪。仿真结果表明,此算法可以很好的实现固定数目多目标跟踪。     

多传感器多目标联合概率数据关联研究

提出改进联合概率数据关联算法对多传感器、多目标量测进行同源划分及单一传感器测量数据转换,并采用联合概率数据关联算法求解空间目标轨迹交叉时的数据关联.仿真结果表明,改进联合概率数据关联算法提高了成功关联概率,降低了求解数据关联概率的难度,可以解决密集目标的正确跟踪问题.     

基于论据系统的带权定性概率推理机

定性概率推理是不确定性推理领域的一种重要方法。将定性概率推理的论据系统方法和抽象系统方法二者合而为一,在定性概率推理机(QPR)的基础上提出基于论据系统的带权定性概率推理机(WQPR)。首先扩展了带权定性概率网的定义,讨论了带权定性影响的对称性;其次将带权定性概率推理融入到论据系统中,提出WQPR推理系统,相比QPR能够在更精确的尺度进行不确定性推理,并证明了系统的正确性与完备性。     

基于广义概率和、积模糊神经模型的故障预测方法

针对典型的模糊算子缺乏柔性的缺点,将广义概率和(GPS)与广义概率积(GPP)模糊算子引入模糊神经网络,分别代替规则层和输出层的神经元传递函数,通过补偿度参数对算法的逻辑运算强度进行调整,以模拟人类推理思维的灵活性.建立了一种基于GPS-GPP的故障预测模型,推导出了参数训练迭代算法.以轨道电路的故障预测为例对模型进行了仿真验证,并提出了一种基于余切函数的故障可信度到维修时限的映射关系.通过对GPS-GPP和Sum-Prod.的预测结果进行比较,得出GPS-GPP模糊神经模型具有更好的预测精度和泛化能力.     

修正概率关联算法在航迹关联中的应用

在雷达组网航迹跟踪问题的研究中,针对杂波环境下雷达对作战目标的跟踪精度,为了准确跟踪目标,通过对现有概率数据关联算法(PDA)和联合概率数据关联算法(JPDA)算法进行改进,引入跟踪区域划分概念和修正因子,提出一种航迹新的修正概率数据关联算法(MPJA).不需要考虑 JPDA 算法中产生所有可能的联合事件,具有计算量小,易于工程实现的优点.仿真结果表明,新算法以与 PDA 算法接近的计算量,达到了接近于 JPDA 算法的目标跟踪成功率,提高跟踪精度.     

图依赖研究与应用综述

图依赖是用于解决图数据的数据一致性问题的数据质量规则。基于图依赖提升数据一致性的过程通常分为图依赖定义与形式化、图依赖自动挖掘、基于图依赖的数据一致性提升三步。介绍了针对数据一致性的图依赖理论,并根据拓展类型将图依赖分为基于结构约束拓展、基于语义约束拓展和基于外部约束拓展的图依赖;综述并对比了从图数据中自动挖掘图依赖及其拓展的算法;分析了应用图依赖提高数据一致性的研究现状;总结了当前研究中仍存在的问题,并依据问题展望了图依赖在数据质量领域的应用前景。     

概率逻辑含多重原子交集分解模型的可靠性

文中给出含多重原子公式交集的概率逻辑分解计算模型的可靠性证明。若概率逻辑公式集可被划分为含多重原子交集的子集，且交集的原子个数较少，则分解算法将明显地缩小概率逻辑自动推理线性规划模型的规模。     

用于不确定性故障诊断的权重逻辑推理算法研究

针对复杂系统故障诊断建模及推理的复杂性、数据不足、领域知识及监测信息不完备等问题, 本文基于动态不确定因果图(Dynamic uncertain causality graph, DUCG)进行权重逻辑推理(Weighted logical inference, WLI)及其数理基础的系统化研究. WLI引入绑定权重系数的逻辑事件推理机制, 可确保变量状态概率的自动归一性和链式推理的自我依赖性, 为多赋值因果关系的简洁、不完备表达提供了解决方案. 由于WLI在信息不完全性和命题真值空间的高维性等方面突破了经典数理逻辑, 为使其理论基础更为坚实, 本文进行了WLI的规范化定义、推理算法补充、运算性质探析, 并就理论相容性和自洽性开展了详细论证. 算法分析及故障诊断实验结果表明, 其高效、准确、较少依赖于参数精确性和数据完备性等特征.     

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.     

Dynamic Uncertain Causality Graph for Knowledge Representation and Reasoning: Discrete DAG Cases

Developed from the dynamic causality diagram (DCD) model,a new approach for knowledge representation and reasoning named as dynamic uncertain causality graph (DUCG) is presented,which focuses on the co...     

概率逻辑类超树结构分解计算模型的完备性

针对Nilsson概率逻辑推理在计算规模方面存在的问题,本文给出了公式集按类超树结构分解的计算模型,并证明了分解算法的完备性.     

概率逻辑推理的弱相关分解方法

本文给出了一种新的概率逻辑推理的分解计算模型。若表示专家知识的概率逻辑公式集具有一定的弱相关分解特性，则可分解为多个公式子集。大规模线性规划的Ｄａｎｔｚｉｇ－Ｗｏｌｆｅ分解方法可以用于这种分解的问题求解。     

基于概率图的三支决策模型研究

概率图模型是一类用图形模式表达基于概率关系的模型的总称,用该模型解决损失代价问题已成为当前的研究热点。结合概率图和三支决策理论,提出了基于概率图的三支决策模型。该模型通过对数据进行分析,构造其Bayes网络;并根据模型中节点的相互依赖关系,计算出条件概率分布函数;结合查询变量的先验概率和三支决策损失代价函数,建立了相应的决策规则,给出了概率推理决策中代价最小化问题的一种解决方法。最后通过教学评估实例验证了该模型的有效性。     

概率逻辑公式集分解的合并聚类算法

为使概率逻辑的不确定性推理方法能应用于较大规模的知识库,本文基于一个实际专家系统知识库的开发经验,在概率逻辑公式一致性区间的一般算法基础上,为概率逻辑公式集的分解设计了一种合并聚类算法．对于不同背景的概率逻辑知识库,只要公式集具有一定的分层结构性质,该算法就能保证Ｄａｎｔｚｉｇ－Ｗｏｌｆｅ分解的联合计算模型适用于概率逻辑推理．测试结果表明,该算法对于数１０个变量和子句的实例可收到很好的效果．