单值模糊因果图混合推理研究

对事件概率为多种模糊数、语言值及精确概率值等多种概率进行讨论,采用了将所有概率转换为梯形模糊数的标准化方法。在此基础上提出了基于多种概率的模糊因果图混合推理方法,以处理精确概率值、语言值和模糊概率值等多种概率。最后,以核电站的一个子系统为例进行讨论,实验结果与实际一致,推理方法可行。研究表明单值模糊因果图混合推理方法能有效地用于故障分析,比原来的因果图方法具有更大的灵活性和适应性,具有很强的工程实用价值。     

模糊因果图的归一化研究

模糊因果图能有效地用于故障分析,比原来的因果图方法具有更大的灵活性和适应性.文章分析了模糊因果图存在的问题,即模糊概率可能超出[0,1]区间,并提出了归一化的解决办法.通过实例证明,这种归一化方法得出的结果可靠,推理得出的结论与传统因果图推理得出的结果一致,这种归一化方法是可行的.     

基于因果图的一种推理算法

针对因果图推理中存在逻辑运算量大、计算复杂的困难，提出了一种基于因果图的特性的新的推理算法。该方法先将因果图转化为一系列因果树，然后在上直接进行推理，避免了将因果图进行割集展开，从而有效地降低了因果图推理的复杂度，提高了因果图推理的计算速度。     

基于模糊因果图的故障诊断

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,文章将模糊数引入因果图中,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.实例表明,该方法不但比故障树分析(FTA)更有效,而且能进行故障树分析不能进行的诊断推理和辩解推理.     

因果图网络结构学习算法研究

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。但是因果图的结构得由领域专家给出．这在实际中很难办到。文章中给出了如何利用已知数据集，寻找最有可能的因果图网络模型方法．并用启发式算法进行模型评估。     

基于AHP的因果图故障诊断研究

动态不确定因果图(DUGG)是一种最新的图形化概率推理模型,可简洁、直观地表达不确定的因果知识,提供更有效的概率推理。层次分析法可通过构建层次分析模型,计算出每一层元素的权重数值。文章将层次分析法(AHP)引入DUGG,并创新地应用于舰船柴油主机滑油系统,建立起相应的DUGG模型,应用AHP计算出所需的先验概率,再代入DUGG模型求得在观察到的证据下假设事件的排序概率,进而可对滑油系统温度过高这一故障进行诊断。     

基于AHP的因果图故障诊断研究

动态不确定因果图(DUGG)是一种最新的图形化概率推理模型,可简洁、直观地表达不确定的因果知识,提供更有效的概率推理。层次分析法可通过构建层次分析模型,计算出每一层元素的权重数值。文章将层次分析法(AHP)引入DUGG,并创新地应用于舰船柴油主机滑油系统,建立起相应的DUGG模型,应用AHP计算出所需的先验概率,再代入DUGG模型求得在观察到的证据下假设事件的排序概率,进而可对滑油系统温度过高这一故障进行诊断。     

基于因果图最小割集的故障分析方法研究

复杂系统的最小割集很多,对故障诊断很重要,虽然因果图能够进行故障诊断,但缺乏对最小割集的分析.通过最小割集可以进行故障诊断,本文打算研究基于最小割集的故障诊断方法,并将这种新方法成功运用于煤矿瓦斯爆炸的故障分析中.由于根据故障发生的概率大小依次进行诊断,利用了正常事件的剪枝信息和多故障联合诊断,因此这种方法的诊断速度较快,效率较高.研究表明,基于因果图最小割集的故障分析方法,充分结合多种信息,可以快速有效地进行故障诊断.     

连续因果图的推理及参数学习

因果图理论是利用图形化和直接因果强度来表达知识和因果关系的一种基于概率论的推理方法，而对于连续的因果图连接事件的概率密度函数（或可能性密度函数）是连续因果图能进行推理的关键，一般都是假定它们可由领域专家给出。这在实际中很难办到。文章首先给出了连续因果图的推理过程，然后讨论了如何利用已知数据集。在因果图结构已知的条件下利用参数、非参数、半参数化方法估计出连接事件的概率密度函数的途径。     

因果图结构的学习

给出了一种利用巳知数据样本集,自动构造因果图的结构的学习算法,该算法以最小描述长度评分函数(MDL)为评价准则,这种学习算法对数据不需要任何先验假设,可以学习任意结构的因果图,同时兼顾学习出的因果图结构的精确性和复杂性,实验结果显示了算法的有效性和可行性.     

一种基于置信规则的模糊推理算法

由于传统模糊推理不考虑前提属性相对于结论属性的重要程度,也不能处理包含分布式结论的规则,偏重解决模糊性而忽略了随机性,造成专家系统性能降低。针对这一局限性,提出了一种基于置信规则的模糊推理算法。该算法以置信规则为知识表达方式,规则前件论域不受连续性限制,它将单个前件匹配度依据其相对重要程度加权求和,并把置信规则的分布式结论按照置信度加权合并,最后通过规则计算得出结论;根据基于置信规则的模糊推理方法对FuzzyCLIPS进行扩展,并在鱼雷规避系统仿真中验证该算法的有效性。     

模糊Petri网的推理式算法在雷达电子战装备效能评估中的应用

基于模糊Petri网，研究了约束条件下的推理算法，将模糊Petri网与矩阵运算相结合．给出了雷达电子战装备效能评估的形式化推理算法。推理过程采用矩阵运算实现，并充分利用了模糊Petri网的并行处理能力．最后利用MATLAB语言对仿真实例进行分析计算，结果表明孩方法简单、快速和有效．不仅能评估单台电子战装备的作战效能，还能对同类型的多台装备进行作战效能的优劣排序。     

演绎推理和模糊推理在潜艇攻击中的运用研究

介绍两种常见的推理方法——演绎推理和模糊推理,并研究其在潜艇攻击中的运用问题。对两种推理方法进行了对比评述,揭示了二者形式的相似性和本质的根本差异。以潜艇攻击为应用背景,说明两种推理方法在潜艇攻击理论中的重要地位。根据两种推理方法的特点,总结在潜艇攻击中"放心使用"严密演绎推理结论和"审慎使用"模糊推理结论的基本运用原则。     

基于模糊推理的多因素传感器管理算法

在信息融合系统中,传感器管理和状态与属性估计、态势及威胁评估等有关。文中将影响传感器管理的目标多因素分为跟踪因素和威胁因素两类,建立了目标跟踪精度高低等级、威胁大小等级与目标对传感器资源需求程度等级之间的模糊规则,以模糊推理计算结果作为传感器资源分配的依据,提出了几种传感器管理算法性能评价指标。仿真结果表明,该算法充分考虑了目标跟踪和威胁等因素,分配结果更加符合战场环境的需要。     

基于直觉模糊推理的医学图像融合方法研究

针对传统的模糊推理融合方法生成融合图像质量不高的问题,提出了一种基于直觉模糊推理的医学图像融合新方法。根据直觉模糊集的定义,利用直觉模糊理论在处理不确定问题中的优势,制定直觉模糊推理规则,进行图像融合。给出了算法的具体步骤,仿真结果表明,文中提出的算法明显优于传统的模糊推理融合算法。