多值动态不确定因果图的推理算法研究

利用领域知识求解多值动态不确定因果图的联合概率分布所涉及的领域因果图的概率分布表达式构造难度大，针对这一问题，从2类因果循环图出发，提出一种基于图分解的推理算法。该算法极大地简化了全局概率分布表达式的构造过程，有效地降低了领域因果图概率分布表达式构造的难度。提高了多值动态不确定因果图的推理效率。     

因果图参数的在线学习

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，能够进行在线动态推理和对复杂系统进行故障诊断，连接强度是其推理的基础，文中给出了采用EM（η）算法在线学习因果图参数（连接强度）的方法，使学习出的参数能适应环境的变化，具有适时性．同时在理论上证明了这种方法的可行性和优点．     

模糊因果图分析方法新探

因果图理论是一种基于概率论的不确定性推理模型,能够很有效的对系统进行故障诊断和分析,但在因果图模型中,要求事件的发生概率为精确值.然而在实际生活中事件的发生概率具有模糊性和不确定性的特点.将模糊集合理论引入其中,将普通事件拓展为模糊事件,并且对模糊因果图进行了定性和定量分析,解决了获取事件发生概率精确值的难度,也使得因果图的应用范围更广.     

定性模型的分解算法研究

文章针对标准的 Q SIM算法对于复杂系统推理求解时会产生不可控分枝问题 ,提出一个模型分解算法。应用系统聚类分析和因果图分析方法将定性模型分解成单元 ,这样对聚类分解成的单元进行集成 Q SIM推理 ,可大大降低 QSIM算法的不可控分枝 ,提高系统的仿真效率。     

基于粗糙集理论和因果图的故障诊断

【目的】复杂系统发生故障时会导致许多冗余信息产生，以此建立的因果图模型结构复杂，推理难度较大，针对这个问题提出了基于粗糙集和因果图理论的故障诊断方法。【方法】先根据历史故障数据建立决策表，利用粗糙集理论对决策表进行属性约简得到最小决策表，再根据最小决策表对原始因果图进行约简，最后利用约简后的因果图模型进行故障诊断推理。【结果】从一定程度上降低了因果图模型的复杂程度，从而提升了推理速度。【结论】以某电网为例应用此方法，因果图模型的确得到了简化，样本检验结果也与实际结果一致，说明了该方法的可行性和准确性。     

因素空间中的因素分析法

为提高因素库的智能水平,需要对条件因素与结果因素进行因果分析.按照因素空间的理论框架,在离散情形下定义了条件因素对结果的决定度及决定域,依次从决定域上提取出相应的推理知识,得到一种新算法-因素分析法.研究结果表明:因素分析法能在一张因素分析表中自动找出表中所含的因果关系,并画出直观的因果图,以帮助人们更好地分析、解决问题.算法可以广泛地应用到各种领域特别是数据挖掘.与数据挖掘最流行的决策树方法相比,因素分析法使用起来更简洁、贴切.     

利用模糊影响图方法进行管道风险评价

本文对如何应用模糊影响图对输油管道第三方破坏及系统风险的评价进行了研究，介绍了影响图、模糊数学以及模糊影响图的相关理论，构造了一个具体的项目风险分析的影响图模型，并介绍了影响图因果概率推理的具体算法．     

动态故障诊断中的立体因果建模与不确定性推理方法

为满足复杂系统的动态、实时和高可靠性的故障诊断需求,克服动态不确定因果图(dynamic uncertain causality graph,DUCG)及其他概率图模型的局限,该文在DUCG理论的基础上扩展其时序因果表达与推理方法,建立了立体DUCG(Cubic DUCG)理论模型。采用动态的手段处理动态问题,以"逐步生长"的立体因果建模取消了时序模型中常见的Markov假设限制,以穿越式因果连接准确地表达动态系统下故障的产生、演变和发展;直观地刻画和处理动态负反馈等复杂故障逻辑因果关系;给出了严谨、高效的动态推理算法。宁德核电站1号机组CPR1000模拟机二回路系统上的故障实验结果表明:Cubic DUCG诊断推理准确、高效,能有效处理负反馈等复杂动态情形。     

利用Petri网模型的求解因果图最小割集的算法

【目的】为快速有效地求得因果图的最小割集。【方法】将因果图转换为Petri网模型,利用Petri网的特点提出一种新的求解因果图最小割集的算法,该算法省略了求因果图节点事件的一阶割集和最终割集这两步,大大减少了因果图用于故障诊断的时间。【结果】以实例说明了这一求解过程,并验证了算法的有效性。【结论】利用上述算法能够快速有效地求得最小割集,从而可对系统进行定性分析。     

利用Petri网模型的求解因果图最小割集的算法

【目的】为快速有效地求得因果图的最小割集。【方法】将因果图转换为Petri网模型,利用Petri网的特点提出一种新的求解因果图最小割集的算法,该算法省略了求因果图节点事件的一阶割集和最终割集这两步,大大减少了因果图用于故障诊断的时间。【结果】以实例说明了这一求解过程,并验证了算法的有效性。【结论】利用上述算法能够快速有效地求得最小割集,从而可对系统进行定性分析。
     

基于因果图故障模式重要度的分析方法

因果图理论是可以进行故障分析的概率推理方法,但是缺乏对故障模式的重要性的分析.笔者在因果图理论中引入故障模式重要度概念,并成功运用于煤矿瓦斯爆炸的故障分析中.研究结果表明,基于因果图故障模式重要度的方法,是可以有效地进行故障诊断和安全分析的定性和定量的方法,能为事故预防提供可行的对策.     

因果图转换为信度网的算法

动态因果图理论是在信度网基础上发展起来的一种不确定推理模型,两者在知识表达上存在一定的差别,但大体结构类似,在一定的条件下可以进行相互转换.从分析信度网与因果图的知识表达方式的异同入手,最后推导出一种将因果图模型转换为信度网模型的算法,主要从构成信度网模型的两大要素--拓朴结构和条件概率表两方面的生成算法进行了推导和阐述.     

基于遗传算法的因果图网络结构学习

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.鉴于因果图结构的复杂度随论域中节点个数的增加呈指数上升,寻找最有可能因果图网络结构成为了NP-HARD难题.文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结构设计的遗传算法（Genetic Algorithm,GA）.     

一种因果图模块的划分方法

把因果图转化为贝叶斯网络结构,用深度优先最左遍历方法寻找因果图的故障模块,改进了因果图在安全系统诊断中的应用.     

非平稳变量的Granger因果检验

由于非平稳的时间序列不具有有限方差,高斯-马尔科夫定理不再成立,用普通最小二乘法得到得参数估计不再是一致的,出现伪回归的现象,从而导致得出错误的因果关系。针对时间序列的非平稳性,指出目前进行Granger因果分析时所存在的问题,指出对非平稳变量进行因果分析的两种正确方法,并对这些方法的适应范围和优劣性进行比较。     

安徽省金融发展与经济增长的因果方向性实证研究

于1978—2008年时间序列数据,利用协整与格兰杰（Granger）因果关系检验方法,采用金融发展规模、效率以及股票市场发展指标．研究了安徽省金融发展与经济增长之间的因果方向性问题,结论是：安徽金融规模的扩张与经济增长存在双向因果关系：金融发展效率是经济增长的原因。但反过来,经济增长并没有促进金融发展效率的提高;股票市场的发展与经济增长不存在格兰杰因果关系。     

中国市场化进程中货币与GDP因果关系实证研究

本文利用Granger因果关系检验方法对中国市场化进程（1993年1季度-2003年4季度）中货币供应量与GDP、物价之间的因果关系进行了分析，指出货币供应量是影响实际GDP和物价指数的重要原因，货币长期不具备中性，同时货币供应量受实际GDP增长的影响也比较大，货币具有内生性。     

城乡净迁移规模与城乡收入差距的实证分析

利用格兰杰因果检验方法检验了城乡净迁移规模和城乡收入差距之间的因果关系,并提出了相应的政策建议。     

慢极化效应和因果律

在 10 - 4～ 10 5Hz的宽频段测量了钛酸锶钡的复介电常数 ,归纳出了ε(ω)的经验公式 ;它不满足K_K关系 ,实验证明了慢极化效应的存在使马尔可夫过程的因果律不再正确 ,而必须采用非马尔可夫过程的更为广泛的因果律。