Abductive Diagnosis Using Time‐Objects: Criteria for the Evaluation of Solutions

Diagnostic problem solving aims to account for, or explain, a malfunction of a system (human or other). Any plausible potential diagnostic solution must satisfy some minimum criteria relevant to the application. Often there will be several plausible solutions, and further criteria will be required to select the “best” explanation. Expert diagnosticians may employ different, complex criteria at different stages of their reasoning. These criteria may be combinations of some more primitive criteria, which therefore should be represented separately and explicitly to permit their flexible and transparent combined usage. In diagnostic reasoning there is a tight coupling between the formation of potential solutions and their evaluation. This is the essence of abductive reasoning. This article presents an abductive framework for diagnostic problem solving. Time‐objects, an association of a property and an existence, are used as the representation formalism and a number of primitive, general evaluation criteria into which time has been integrated are defined. Each criterion provides an intuitive yardstick for evaluating the space of potential solutions. The criteria can be combined as appropriate for particular applications to define plausible and best explanations. The central principle is that when time is diagnostically significant, it should be modeled explicitly to enable a more accurate formulation and evaluation of diagnostic solutions. The integration of time and primitive evaluation criteria is illustrated through the Skeletal Dysplasias Diagnostician (SDD) system, a diagnostic expert system for a real‐life medical domain. SDD's notions of plausible and best explanation are reviewed so as to show the difficulties in formalizing such notions. Although we illustrate our work by medical problems, it has been motivated by consideration of problems in a number of other domains (fermentation monitoring, air and ground traffic control, power distribution) and is intended to be of wide applicability.     

分布式问题求解方案的模糊综合评价模型及其算法实现

为解决现阶段大型复杂工程方案评价缺少实用理论分析工具的问题,文章应用“主因素突出型”和“因素加权型”两种多阶段模糊评判模型,实现了一种适合大型工程分布式协同设计的方案模糊综合评价算法。文中首先分析了大型工程分布式问题求解过程,提出了一种面向工程的分布式问题求解逻辑结构;其次详细分析了多阶段方案模糊评价模型以及模糊综合评价算法的流程框图及其实现过程。     

分布式监测诊断系统总体设计思想的研究

研究了分布式监测诊断系统的基本理论框架,提出了分布式监测诊断系统的定义、层次结构和各层的功能定义,并分析了分布式监测诊断系统与生产控制系统的关系。     

多Agent系统分布式问题求解的代数模型方法(Ⅱ): 群体智能和社会动力学

该文是组合论文中第二篇，讨论多Agent系统分布式问题求解的代数模型中的特性层和动力学层，即没粒度Agent群体的宏观群体智能的形式优化代数模型以及宏观社会智能与Agent个体间微观社会行为之间的社会动力学模型，提出了基于这种新的代数模型方法的超分布超并行社会智能问题求解算法，关于分布式多任务自组织规划和资源自组织分配的仿真实验以及与其它方法的比较分析，表明了该文提出了代数模型和问题求解方法的特点和有效性。     

多Agent系统分布式问题求解的代数模型方法(Ⅰ): 社会行为、社会局势和社会动力学

该组论文提出一种新的代数模型方法，用于多Agent系统超分布超并行社会智能问题求解，该方法通过社会动力学和社会智能，统一地处理各种复杂的并行的社会行为，用于求解用常规方法难以处理的许多社会交互问题，本文是组合论文中第一篇，提出多Agent系统分布式问题求解的代数模型结构，讨论多Agent系统中典型社会行为模式及其性质，建立形式化描述，同时也论述了代数模型中的社会局势和社会动力学。     

分布式无线传感器网络体系结构及应用支撑技术研究

在归纳传感器网络研究进展的基础上，给出了综合传感器网络技术各个方面的协议体系结构，并在新的传感器网络体系结构下，系统地阐述了传感器网络应用支撑技术研究的进展．     

基于核独立成分分析和聚类中值的水下传感器故障诊断

水下传感器所处环境的开放性以及其长期处于无人值守状态,极易收到环境作用而发生破坏,传统分簇式的分布式故障诊断方法无法有效对其进行故障诊断,因此,提出了一种基于核主成分分析和聚类中值的故障诊断方法。首先,设计了水下传感器节点故障诊断的模型,然后采用核主成分分析方法对节点采集的数据和来自邻居节点发送的数据进行数据降维,得到具有最小属性集的数据集,然后对节点的邻居节点集进行聚类,选出具有最多元素的聚类,并将聚类的中值作为参考数据,将各节点与其对应的参考数据进行比较从而确定节点是否发生故障,最后定义了基于核独立成分分析和聚类中值的传感器节点故障诊断算法。仿真实验证明了文中方法能有效地对水下传感器进行故障诊断,且与其它方法相比,具有误差检测率高和误检率低的优点。     

一种无线传感器网络中多应用系统级分布式接入控制策略

本文从无线传感器网络中多应用场景下的能量管理问题出发提出了一个系统级分布式接入控制策略.其目的为在一定的网络初始配置能量的前提下最大化总用户收益期望值.在设计该策略时,本文将多应用接入控制问题抽象成为一个特殊的“动态随机背包问题”,并采用相关理论对该问题建立了模型.为了求解这一模型,本文还提出了一个估计应用Reward及Cost联合概率分布的方案.并采用相关算法对该模型进行了求解,并据此设计了最优系统级分布式接入控制策略.经实验表明,本文提出的分布式接入控制策略能在各种网络初始能量配置下获取显著的总用户收益期望值的提高.另外,经实验还发现可以采用一个最优阈值的＂阈值准则＂来获取次优的接入控制效果,从而大大简化最优接入控制策略的设计.     

PCA特征抽取与SVM多类分类在传感器故障诊断中的应用

为了提高传感器故障诊断的准确率,提出了基于主元分析(PCA)特征抽取和支持向量机(SVM)多类分类的故障诊断方法.该方法通过对传感器输出信号进行小波包分解产生原始特征数据,然后采用PCA特征抽取得到二次特征向量,增强传感器各个状态模式的可分性.二次特征输入到二叉树SVM多类分类算法设计的分类器实现传感器故障诊断.仿真实验结果表明,这种结合了PCA特征抽取和SVM分类的诊断方法准确率高,其诊断效果优于直接采用原始特征进行分类的情况.     

某大型光机电设备分布式无线故障诊断装置的设计

为了满足某大型光机电设备状态监测与故障诊断的需要,设计了一套分布式无线接入故障诊断装置;从硬件和软件两方面介绍了数据采集、故障诊断以及装置的低功耗和抗干扰的设计方法;现场测试表明,该诊断装置对设备的状态监测与故障诊断有较好的准确性和实时性,并可代替实际设备进行辅助操作训练。     

多元统计性能监视和故障诊断技术研究进展

综述了多元统计分析方法在线性、非线性、多尺度领域中的理论研究进展.分析和总结了连续生产过程和批量间歇生产过程性能监视和故障诊断的应用情况.最后探讨了这一领域中值得进一步研究的问题和可能的发展方向.􀁱     

某高炮通信系统性能检测与故障诊断系统设计

由于某高炮通信系统结构复杂、技术先进,技术保障难度大,部队在形成装备保障能力方面还存在很大差距,主要是缺乏故障诊断设备,归根结底是缺乏有效的测试手段和适用的故障诊断技术;作者针对高炮通信系统,设计了高炮通信系统性能检测与故障诊断系统;该系统采用主控机与测试机的分离式结构,其中主控机由便携式微机组成,测试机由工控机和各功能模块组成;此系统可对自行高炮通信系统的性能进行自动检测和故障诊断;实验结果表明,该系统效果良好,为高炮武器系统的技术保障提供了一种实用的方法。     

无线传感器网络中的LEACH算法分析与设计

在分析了经典的LEACH分簇路由算法,以及基于LEACH算法基础上的几种经典的改进算法后,针对小规模无线测距网络的特点,在传输数据量较少、簇首节点无需进行大量数据融合的情况下,对LEACH算法进行改进,增加了节点与基站直接通信的个数,减少了多跳累加误差对测距的影响.使用MATLAB软件进行仿真,理论与实验仿真表明,本文...     

基于黎曼度量的一类反馈控制系统性能监测与诊断

针对复杂工业系统对性能衰退的容忍度低等问题, 提出基于系统性能预测的一类反馈控制系统过程监测方法, 通过黎曼度量对控制性能衰退程度进行预测与监测, 并给出发生故障的类型, 以提升过程监测系统的实时性与准确性. 首先, 利用系统的实时数据, 计算系统性能衰退的预测指标; 其次, 利用黎曼度量对系统性能衰退程度进行预测与监测, 并利用随机算法给出对应的阈值来诊断系统性能衰退; 最后, 通过计算各类引发系统性能衰退的故障的性能预测指标集合的中心和阈值, 实现故障的实时定位. 所提出的方法通过三容水箱仿真实验平台进行验证.     

飞机燃油系统传感器故障诊断方法研究

为了解决某飞机燃油系统传感器的故障检测与诊断问题,提出将小波分析法应用于飞机燃油系统传感器的故障诊断.通过传感器输出信号的一维离散小波变换,得到重构后的第一层细节系数.对该细节系数进行分析,可以精确定位故障点;进而分析传感器输出信号,可以判断出故障类型及故障程度.最后以该系统中油位传感器的故障诊断为例,利用地面半物理仿真试验中采集的现场数据,在Matlab环境下对该方法进行了有效性验证.     

基于PLS交叉积矩阵非相似度分析的MPC性能监控与诊断

针对传统基于输出协方差矩阵的性能监控方法未充分考虑过程变量与输出变量之间的相关性问题,提出一种基于偏最小二乘（Partial least squares,PLS）交叉积矩阵非相似度分析的性能监控与诊断方法,用于多变量模型预测控制（Model predictive control,MPC）系统.首先,考虑模型预测控制系统的控制结构,构造包含预测误差的增广过程变量与输出变量相关性的PLS交叉积矩阵,通过非相似度分析方法将交叉积矩阵的非相似度比较转化为转换矩阵特征值的比较.然后提取转换矩阵中表征最大非相似度的l个特征值构造实时性能指标,对MPC系统进行性能监控.检测到性能下降后,进一步利用转换矩阵的特征值诊断性能恶化源.Wood-Berry二元精馏塔上的仿真结果表明,所提方法能够有效地提高监控性能,并准确地定位性能恶化源.     

二维片上网络局部均匀随机通信性能分析

作为对全局均匀随机通信二维片上网络性能分析的延续和深入,首先描述了全局均匀随机通信模式和局部均匀随机通信模式的数学模型,分析了二者的关系;然后用链路数表示通信成本,基于作者独立设计的片上网络路由与通信协议,分析了不同结构和规模各结构网络性能随局部通信概率变化而变化的规律,并依据几种结构的性能相互关系及结构特点对它们进行了简单分类.结果表明,全局均匀随机通信模式其实是局部均匀随机通信模式的特例,随着局部通信概率的增大,各种结构的网络性能逐步提高;相比较而言,四边形、三角形网眼Mesh网络及其变形结构更适合于在本地通信概率较小或者通信密集型的应用,而当本地通信概率较大或者通信强度较低的情况下应用六边形网眼Mesh及其变形结构、多环相切及其回绕结构可能会取得更好的综合性能.     

中间件服务性能建模与分析

中间件系统由于其众多的优良特性得到了广泛的应用,而处于三层模型中间层的中间件能否提供较高的处理速度是其特性得以发挥的根本保证。本文以ICETIPS项目为应用背景,针对中间件服务能力建立了多优先级非抢占M／M／n队列模型,对中间件系统的排队队列长度、消息等待时间、消息逗留时间、服务窗口数等指标进行了深入分析,并给出了一套完整的对中间件服务能力进行分析与优化的通用方法和计算公式,在中间件系统的分析设计与实现中有较高的应用价值。     

Integrated Design and Accuracy Analysis of Star Sensor and Gyro on the Same Benchmark for Satellite Attitude Determination System

As an important sensor in the navigation systems, star sensors and the gyro play important roles in spacecraft attitude determination system. Complex environmental factors are the main sources of error in attitude determination. The error influence of different benchmarks and the disintegration mode between the star sensor and the gyro is analyzed in theory. The integrated design of the star sensor and the gyro on the same benchmark can effectively avoid the error influence and improves the spacecraft attitude determination accuracy. Simulation results indicate that when the stars sensor optical axis vectors overlap the reference coordinate axis of the gyro in the same benchmark, the attitude determination accuracy improves.      

学习分析技术下的高职扩招学生在线课程深度学习诊断与干预研究

Learning analysis technology is a new technology widely used to promote learning. It can perform quantitative structuralanalysis on learning data, combine artificial intelligence, expert system and teacher system structure, build a bridge between the datastructure and meaning understanding, enrich the application of data information, and effectively carry out analysis and understand-ing. This article firstly describes the connotations, connections, and characteristics of learning analysis technology and deep learn-ing; then puts forward the exploration and research on deep learning strategies for higher vocational expansion students under thebackground of learning analysis technology and combining deep learning related theories.