PQSIM：一个面向分段函数的定性仿真算法

QSIM算法针对的是连续函数，无法处理不同状 态满足不同约束的问题．PQSIM算法作了相应改进，增加两个新的约束：判断约束IF和赋值 约束EQ，限定约束作用的状态集合，从而可以有效地对分段函数系统进行定性仿真．本文给 出实例验证算法的正确性，算法时间复杂性证明PQSIM算法是一个高效的定性仿真算法．     

基于Q2算法的固定迟滞问题离散化求解

迟滞问题是指系统的状态变化不仅与当前状态有关,还与系统的过去状态有关.考虑了对固定迟滞问题进行定性仿真求解,通过分析该类问题的可离散化特性,将问题求解范围从连续时间转化到离散时间点上来考虑.并改进了定性与定量相集成的仿真方法--Q2算法,增加了反映延迟性质的过去约束,通过当前约束和过去约束在系统中传播定量信息,从而完成固定迟滞问题的定性仿真.     

QSIM中c过滤算法的CLP实现

c-filter是定性仿真算法QSIM中用来生成系统后继状态的主要算法，利用约束逻辑程序CLP，能够给出有关该算法定义的形式化描述，有助于提高算法的效率，文中给出了相关的定义及算法实现。     

Q3算法的改进及其在潜在通路分析中的应用

为了克服基于定性仿真的潜在通路的局限性,提出一种改进的Q3算法（ImQ3）,并将其用于潜在通路分析（SCA）．ImQ3对Q3算法作了3方面的改进：定性状态描述的改进,单调约束关系的改进以及步长精炼技术的改进．分别用定性仿真．Q3算法以及ImQ3算法对一个典型电路进行潜在通路分析．统计结果发现,ImQ3算法的正确率达到98％．     

一种基于单元分解仿真算法——SRSIM

针对标准的QSIM算法对于复杂系统推理求解时会产生不可控分枝问题,提出一个分解仿真方法--SRSIM算法。应用聚类分析方法将定性模型分解成单元,对单元分开单独应用QSIM推理,对单元间的关系通过约束传播使得子模型推理一致。这种分解仿真算法可大大降低QSIM算法的不可控分枝,提高系统的仿真效率。     

QSIM算法的序列因果关系约束和目标搜寻策略研究

分析了定性推理QSIM算法在经济系统等复杂系统听应用的不足，提出了增加序列因果关系约束和基于目标搜索的策略，修改了QSIM算法，提高QSIM对复杂系统的建模和仿真能力。     

基于约束HMM的变点检测算法

时间序列的变点分析在现今社会各个领域中都有着广泛的应用.针对时间序列进行变点分析中要求变点状态需要连续持续一定的时间的应用背景,提出了一种结合状态最短连续长度约束的隐马尔可夫模型.给出了约束Baum-Welch训练算法和约束Viterbi状态提取算法.应用在仿真数据和GNP数据集的实验表明,结合状态最短连续长度约束的HMM相比于一般HMM在时间序列变点检测中效率较高.     

一种基于单元分解仿真算法一SRSIM

针对标准的QSIM算法对于复杂系统推理求解时会产生不可控分技问题,提出一个分解仿真方法-SRSIM算法.应用聚类分析方法将定性模型分解成单元,对单元分开单独应用QSIM推理,对单元间的关系通过约束传播使得子模型推理一致.这种分解仿真算法可大大降低QSIM算法的不可控分枝,提高系统的仿真效率.     

基于定性定量知识的故障诊断

提出一种将检测中的定量信息定性化的方法,并应用QSIM的算法约束的概念。结合区间代数的计算规则,设计了定性与定量结合的诊断系统,缩小诊断空间,增大定性仿真在故障诊断中的应用范围。通过不断扩大先验故障模型,使系统具备一定的学习能力,并以压缩制冷系统为例进行了诊断,验证了系统的正确性。     

基于遗传算法的带时延约束组播路由算法

探讨了带时延约束组播路由优化算法,选用时延约束信息产生备选路径集并编码,给出了在该编码方式下使用不同进化阶段应用不同变异概率思想的改进遗传算法.仿真试验结果表明,该算法是可行有效的.     

基于行为的模型自动建立方法

提出了一种定性模型的自动建立方法，它可以输入定性行为或定量行为，并可利用已有的系统结构信息，来自动建立系统的结构模型，并将该方法与同类的建模作了比较，最后就其未来工作和应用前景作了分析和讨论。     

时态粒度约束下的时态元素定性关系探讨

针对时态粒度约束下的时态元素之间的定性关系,引入向量空间思想,将时态粒点间的关系转换为向量空间中的运算。提出时态粒点的向量判别方法以比较两个时态粒点的先后关系,通过粒度缩放操作探讨了时态粒区之间的关系、时态粒点与时态粒区之间的定性关系,对时态数据库、时态知识推理、时态数据挖掘等时态应用研究领域起到了良好的基础支持作用。     

一种集成定性定量的决策方法在水、火联合电力系统长期调度中的应用

以水、火联合电力系统长期调度问题为背景，探讨了一个基于分解协调算法的集成定性定量决策系统的设计和应用。其中约束自调整方法构成了定性决策算法的核心。对华中电网的试算证明，该系统的决策支持性能好，具有柔性。由于实现了专家知识与算法的有机集成，因而能满足各种实际要求，可操作性强。     

基于定性约束的故障诊断设计

在B. J. Kuipers的QSIM算法基础上,提出了比较约束概念用于消减推理空间。给出了各定性约束的传递规则,用于对系统的推理仿真。以系统故障的观测结果为初始状态,依据约束流的传播,诊断变量异变的位置和原因,并把诊断结果进行正向推理,消除部分冗余。在压缩制冷系统实例中,根据制冷系统的定性微分方程建立约束关系。针对制冷效果不佳的症状,仿真诊断出故障源为系统中有空气或氟利昂充液量过大的故障,与实际系统相一致。     

Relation Algebras and their Application in Temporal and Spatial Reasoning

Qualitative temporal and spatial reasoning is in many cases based on binary relations such as before, after, starts, contains, contact, part of, and others derived from these by relational operators. The calculus of relation algebras is an equational formalism; it tells us which relations must exist, given several basic operations, such as Boolean operations on relations, relational composition and converse. Each equation in the calculus corresponds to a theorem, and, for a situation where there are only finitely many relations, one can construct a composition table which can serve as a look up table for the relations involved. Since the calculus handles relations, no knowledge about the concrete geometrical objects is necessary. In this sense, relational calculus is pointless. Relation algebras were introduced into temporal reasoning by Allen (1983, Communications of the ACM 26(1), 832–843) and into spatial reasoning by Egenhofer and Sharma (1992, Fifth International Symposium on Spatial Data Handling, Charleston, SC). The calculus of relation algebras is also well suited to handle binary constraints as demonstrated e.g. by Ladkin and Maddux (1994, Journal of the ACM 41(3), 435–469). In the present paper I will give an introduction to relation algebras, and an overview of their role in qualitative temporal and spatial reasoning.     

面向常识的时间推理

常识和时间推理是人工智能研究的两个主要课题.Allen等人提出的时间推理缺少时间点、时区和时距的统一表示;过分考虑计算,缺少规则推理;求解算法难以应用于多Agent环境并且没有考虑常识不一致性.该文提出一种时间信息表示网络,分析了约束之间的推导规则,给出了常识时间问题的多Agent合作满足弱路径一致性的求解方法.该文的工作改进了Meiri,Wetprasit和Sattar等人的工作,为时间推理结合常识特性和适应多Agent合作环境提供了可行的方案.     

连续系统的一种新颖故障诊断方法

将一个物理系统描述为分层的物理结构模型和功能模型，使用定性约束来描述各模块的功能。该法分层地使用约束悬挂，并加入必要的经验性启发知识，能发现事先未考虑的新颖故障，可以广泛应用于精确数学模型未知的连续系统的故障诊断。     

一种高效的并行定性仿真方法TPQSIM

对定性仿真中流行的ＱＳＩＭ算法进行了较为详细的剖析,介绍了ＱＳＩＭ算法内核函数的动态特性和数据流关系,在此基础上,提出了并行ＱＳＩＭ算法ＴＰＱＳＩＭ,并在曙光１０００并行机上通过实验对该算法进行了评估。试验结果表明,ＴＰＱＳＩＭ算法在效率和通用性等方面均明显超过了国外同类研究成果。