线性熵的系统故障熵模型及其时变研究

为研究系统故障在不同因素叠加时体现的总体规律、故障变化程度和故障信息量,提出系统故障熵的概念。基于线性熵的线性均匀度特性,推导了多因素相被划分为两状态时的线性熵模型。认为线性熵可以表征系统故障熵,进而研究了系统故障熵的时变特征。对连续时间间隔内的不同因素状态叠加下系统故障进行统计,得到系统故障概率分布,绘制系统故障熵时变曲线。从结果来看至少可以完成3项任务:从变化规律得到考虑不同因素影响下的系统故障熵变化情况,系统故障熵的总体变化规律,系统可靠性的稳定性。此研究可应用于类似情况下的各领域故障及数据分析。     

系统故障因果关系分析的智能驱动方式研究

为适应未来智能环境和安全领域的故障数据分析需求,本文提出系统故障因果关系分析思想。论述了通过数理统计方法分析系统故障数据存在的问题,研究了系统故障的相关性和关联性,前者基于故障数据反应故障表象;后者基于故障概念反应故障本质。将智能情况下的故障因果分析划分为4个层次,包括数据驱动、因素驱动、数据?因素驱动、数据?因素?假设驱动。该方法的特点是获得广泛的故障因果关系,深入了解因果关系,两者兼顾和更接近于人的思维。4种驱动对故障因果分析的能力依次上升,可为安全科学与智能科学结合提供渠道。     

系统运动空间与系统映射论的初步探讨

在研究系统运动的动力和表象问题时,提出了系统运动空间和系统映射论的思想。由于它们在前期研究中解释了一些系统哲学问题,因此论文详细给出了它们及关联概念的定义。利用这些概念研究了自然系统和人工系统的特征,及它们之间的关系。研究表明:自然系统是因素全集到数据全集的映射;而人工系统是可测相关数据到可调节因素的映射。研究解释了人工系统得到的实验数据永远与自然系统产生的数据存在误差;人工系统的功能只是自然系统功能的一部分;人工系统只能无限趋近于自然系统而无法达到的原因。系统运动空间和系统映射论可以解决一些系统层面的问题,并拟在系统可靠性研究领域进行实现,但进一步问题有待研究。     

系统故障演化过程描述方法研究

为了解系统故障演化过程,提供可行的描述方法,进一步对空间故障网络理论进行研究。将原有空间故障网络结构◢W=（V,L,R,H,B）改为W=（O,S,L,X）,即用四要素对象、状态、连接和因素描述故障演化过程构建空间故障网络。提出枚举法和实例法具体进行故障演化过程描述。研究三级往复式压缩机的第一级故障过程,并辨识了事件的对象、对象的状态及事件的逻辑关系,绘制了空间故障网络。以V▼10▽和V▼2▽为例得到了转换的空间故障树,并以V▼2▽为例研究了故障演化过程。得到了127种故障模式,其中64种有利于V▼2▽◣发生,剩余63种不利于发生。根据演化过程描述需要将故障演化过程进一步分类,论述了故障演化机理。     

多因素集对分析的系统故障模式识别方法

为研究多因素影响下系统故障模式识别,根据已有故障标准模式对故障样本模式进行分析,提出基于集对分析联系数和故障分布的系统故障模式识别新方法。根据故障背景建立故障模式识别系统,分析故障样本模式与故障标准模式,确定联系度各联系分量,计算联系度和识别度,最后通过确定故障样本模式与故障标准模式关系完成识别。对某电气系统实例分析给出了方法流程,获得了模式识别结果,从而为有针对性的采取预防和治理措施提供了决策支持。     

信息安全风险的分析和计算原理

信息安全风险评估是一项复杂的系统工程，涉及到的因素很多，内在关系也很复杂。目前，国内外有许多信息安全风险评估的方法，其角度和侧重点都不尽相同。尽管方法不同，但从分析原理和计算原理上看，呈现出许多相似和共性之处。抓住和理清这些共性，研究信息安全风险评估的基本规律，完善其理论基础，可以从根本上提高信息安全风险评估的实践水平。     

安全科学中的故障信息转换定律

为在安全科学领域实现从故障信息到安全决策过程,本文提出了安全科学中的故障信息转化定律。安全科学核心之一是系统可靠性。随着信息数据和智能科学的发展,系统可靠性理论也应跟随并发展。信息生态方法论是不同于传统机械还原论的方法论,可全方位研究故障信息。因素空间理论是基于因素的智能科学数学基础。空间故障树理论则是研究可靠性与因素关系的系统科学方法。因此三者在因素、系统变化及其特征研究方面具有天然的集成性。分别提供了研究系统可靠性的方法论、智能数学基础和具体实施平台。信息生态方法论和因素空间理论可指导并融入空间故障树理论的发展。从而为安全科学基础理论提供符合信息和智能科学的系统可靠性分析理念和方法,为安全科学的信息化及智能化作出尝试。     

空间故障树与因素空间融合的智能可靠性分析方法

现有系统可靠性分析方法一般具有针对性,缺乏广泛的适应性和扩展性。由于智能科学、信息科学和大数据技术的涌现和发展,使得传统可靠性分析技术难以适应新的需要。因此作者提出了空间故障树理论,目的是分析多因素影响下的系统可靠性变化特征。将空间故障树理论与因素空间理论、云模型、模糊数学及系统稳定性等相结合,使其具有智能分析和故障大数据处理能力,以满足未来技术环境下的分析要求。本文论述了空间故障树和因素空间的发展史及主要理论与功能;以及两种理论结合,描述和分析系统演化过程的可行性。研究表明,空间故障树理论具有良好的扩展性和适应性,可适应未来技术环境,也可作为系统演化过程分析的普适框架。     

人工智能基础理论研究的重大进展——评钟义信的专著《高等人工智能原理》

2014年3月科学出版社出版了北京邮电大学教授钟义信的最新专著《高等人工智能原理》[1],该书有5篇10章共538千字。第1篇探讨智能科学中的科学观(第1章)和方法论(第2章),第2篇阐述全信息理论(第3章)和知识生态理论(第4章),第3篇论述智能科学的研究模型和信息转换原理(第5~6章),第4篇分析高等人工智能理论与现行人工智能理论的关系(第7~9章),第5篇讨论高等     

SFEP文本因果关系提取及其与SFN转化研究

为将系统故障演化过程(system fault evolution process,SFEP)的文本描述转化为空间故障网络(space fault network,SFN)结构,用于故障分析,本文提出SFEP文本因果关系提取方法,及其与SFN基本结构的转化方法。首先给出SFEP中事件的几种典型因果关系。随后提出因果关系与SFN基本结构的转化流程。本文方法围绕着关键字和因果关系组模式展开,通过模型的不断学习补充和丰富关键字和组模式。最终使方法具备将SFEP文本转化为SFN结构的能力。以飞机起落架故障发生过程文本为例进行了应用,实验结果表明该方法可用于SFEP文本中的因果关系分析,并得到了理想的SFN。完善的关键字和组模式有利于使用计算机智能处理SFEP的SFN。     

基于同构节点的动态故障树分析方法

为了解决动态故障树研究领域的马尔可夫链状态空间爆炸问题,给出了一个基于同构节点的动态故障树分析方法。为每个节点建立一个对象,识别同构节点,求解时对于同构节点仅计算一次,从而减少状态空间中的状态数目、缩短计算时间。运用该方法对空间信息处理平台进行可靠性分析,并与其他方法进行对比,结果表明,如果系统结构具有较强的冗余特征,该方法在求解效率上具有比较明显的优势。     

基于故障树分析的软件安全性测试研究

针对软件安全性测试的本质特征在于快速降低由于软件失效而导致系统事故的风险, 结合基于Baye-sian统计理论的测试方法, 建立一套构建安全性测试剖面, 并由此产生测试用例的测试方法。该方法运用故障树分析技术, 对各模块发生故障对系统安全性的影响进行分析, 找出影响较大的关键性模块, 然后利用分析结果构建安全性测试剖面。最后给出了测试停止的标准。通过对例子的分析可知, 本方法在快速降低软件事故风险方面比现有软件测试方法更有效。     

空间故障网络的柔性逻辑描述

为使空间故障网络(space fault network, SFN)描述系统故障演化过程(system fault evolution process, SFEP)时能蕴含信息的不确定性和演化特征,克服因素、数据和演化本身的不确定性,提出使用柔性逻辑对SFN进行描述和改造。首先论述了SFN存在的问题和使用柔性逻辑解决这些问题的可能性。使用柔性逻辑描述SFN,应从SFN的最基本单元、事件发生关系、SFN结构方面进行。给出了SFN中与、或和传递关系的柔性逻辑表示。在柔性逻辑条件下给出了SFN的关系组,进而得到SFN最终事件状态的柔性逻辑表示。实例结果蕴含了SFEP中各事件、因素和演化过程之间的柔性逻辑关系及其不确定性,为SFEP的智能化研究提供了新方法论和理论基础。