Boolean difference techniques in fault tree analysis

For an electrical, mechanical, or hybrid system described diagramatically as a network of interconnected components, fault tree modeling of system reliability as a function of individual component failure probabilities gives rise to logic expressions obtained from the network connections. Application of the method of Boolean differences in the analysis of such Boolean expressions is discussed, and it is shown that the influence of the status of specific components on the reliability of the total system may be investigated by straightforward algebraic operations on the network failure function.     

新属性重要性的规则提取方法

针对ID3算法倾向于取值较多的属性问题,利用粗糙集理论,提出一种属性选择的新度量方法。该方法借助信息熵的性质充分考查规则集整体的确定性和不确定性问题。分析规则的三个度量标准：支持度、置信度、覆盖度,对其进行量化,并提出一规则提取算法。实例表明,该算法提高了决策分类的精度,进而能提取可靠有效的规则。     

并行程序验证的调度策略

针对形式化程序验证中的并行调度问题,提出了基于依赖集的算法。通过引入依赖图和依赖集概念,以形式化方式描述程序语句间的依赖关系,然后给出了从语法分析树构造依赖图和依赖集的算法;最后在此基础上设计了并行调度算法并应用于计算机辅助程序验证系统。实验结果表明,该方法具有较高的并行效率。     

典型三角网格细分算法

介绍7种典型的三角网格细分算法,对各种细分算法在连续性、具备优点及应用状况等几个方面进行比较和归类。为提高三角网格细分效果的可视化程度,将基于功能类机制的状态机模型作为软件运行模式,利用MFC和Open GL实现交互式显示控制,并在此基础上对最具典型意义的Loop算法进行原型实现,给出优化方法。     

基于蒙特卡洛树搜索的数值目标子群发现算法

MonteCloPi算法是一种基于蒙特卡洛树搜索(Monte Carlo tree search, MCTS)的任意时间子群发现算法,旨在使用MCTS策略构建非对称的最佳优先搜索树来发现高质量的多样性模式集,但是限制了目标为二值变量.为此,本文结合了数值目标的特点,通过为置信度上界(upper confidence bound, UCB)公式选取合适的C值、动态调整各个样本的拓展权重并对搜索树进行剪枝、使用自适应top-k均值更新策略,将MonteCloPi算法拓展到了数值目标.最后,在UCI数据集、全国健康与营养调查(national health and nutrition examination survey, NHANES)听力测试数据集上的实验结果表明本文的算法相比其他算法可以发现更高质量的多样性模式集,并且最优子群的可解释性也更好.     

基于扩展k阶近邻法的电力系统稳定评估新算法

针对k阶近邻法分类时对样本的潜在结构信息未加利用这一缺陷,扩展k阶近邻法采用模式发现算法获取样本的空间分布知识,以获得的知识取代原始样本实现未知样本的分类。算法有效剔除了不利于分类的干扰样本,提高了分类精度和速度。在基于稳态运行信息的暂态稳定评估算法中,应用扩展k阶近邻法,实现了各种方式下稳定水平的正确判别。仿真结果验证了算法的有效性。算法作为一种通用的知识获取工具有广泛的应用前景。     

一种基于模式的集中控制软件架构的设计

为适应各种控制管理类系统的发展,传统的软件设计开发方式已不能满足需求。为此,研究并设计了一种基于模式的集中控制系统软件架构。实际应用结果表明,该软件架构具有较强的可复用性和扩展性。     

频繁模式挖掘进展及典型应用

对近年来频繁模式的挖掘进行了总结。首先对有代表性的挖掘算法从算法思想、关键技术、算法的优缺点进行了分析概括,此后列举了一些典型频繁模式及关联规则的领域应用。综述内容的选择主要基于某一个研究后续被关注程度,组织过程中力争将相关研究进行归类,以给出其发展概貌。上述工作可以为频繁模式挖掘及关联规则的研究提供有益的参考。     

一种故障树向BDD的转化方法

针对故障树分析的关键技术—排序和置换,提出一种基于BDD的快速有效的（LNPC）方法。该方法采用制定的排序和置换策略直接完成子事件的排序与门事件的置换,一次性完成故障树到BDD的转化和优化,增加了获取最小规模BDD的排序机会,同时降低了BDD的存储空间且不需要先写出故障树的布尔函数。算法分析与实验结果表明该方法对不同的故障树转化是有效的。     

软件编程构造和实现Petri Nets可达树

采用数据结构的思想和一些算法,将C 中的一些优良特性应用到Matlab编程语言中,用Matlab编程语言编程实现了PetriNets的可达树的构造。该程序对Petri Nets系统的动态性能分析具有一定的参考价值。