影响图的数据结构研究

影响图(InfluenceDiagram -ID)是复杂的不确定性决策问题的一种新颖有效的图形表征语言 ,数学概念完整 ,关于概率估计、备选方案、决策者偏好和信息状态说明完备 ,具有决策树不可比拟的优点。作为不确定性问题的辅助构模手段、表征和推理的工具以及概率计算的有效数据结构 ,广泛适用于许多领域的决策分析和不确定性推理问题。     

不确定性知识的定性表示、推理及其应用——定性概率网研究综述

 贝叶斯网是不确定性知识表示和推理的有效框架,定性概率网是贝叶斯网的抽象表示,它简化了不确定性知识的表示,加速了不确定性知识的推理.近年来,定性概率网成为了不确定人工智能和知识发现领域的一个重要研究方向.分析总结了目前定性概率网的挑战和研究成果,主要包括定性概率网的知识表示、推理及应用3个方面.表示方面,概括了定性影响、定性加协作、定性乘协作和原因间影响,并探讨了定性概率网表示机制存在的问题及主要解决方法;推理方面,描述了推理算法,探讨了定性概率网推理冲突问题,分析比较了解决推理冲突的主要方法;应用方面,概括了基于定性概率网的知识发现和决策支持的主要方法.此外,基于对现有研究成果的分析总结,也指出了定性概率网相关方面进一步研究的问题及重点.     

EQPN:数据中不确定性知识的定性表示及推理

数据中蕴含的不确定性知识可以描述属性变量间的相互依赖、以及依赖关系的不确定性.贝叶斯网是不确定性知识表示和推理的有效框架,定性概率网是贝叶斯网的抽象表示,它简化了不确定性知识的表示、加速了不确定性知识的推理.我们研究从数据中学习定性概率网、以及高效的定性概率网推理技术,并开发了相应的系统EQPN.通过展示EQPN系统的主要操作及相应界面,阐述其基本思想和主要功能,旨在为数据中不确定性知识的定性表示及推理提供一种可用的知识框架.     

不确定性推理理论在卫星故障检测和诊断中的应用

推理理论一般分为确定性推理理论和不确定性推理理论。传统的卫星故障检测和诊断应用的是确定性推理。然而，在卫星故障检测和诊断的实践中，仅使用确定性推理是很难对某些故障进行检测和诊断的，因为这时需要合情推理和容错能力。不确定性推理理论可以满足此要求。目前，航天领域的许多专家和实际工作者正致力于应用不确定性推理理论检测和诊断那些用确定性推理无法检测和诊断的故障。不确定性推理理论包括诸如包含度理论、粗糙集理论、证据推理理论、概率推理理论、模糊推理理论等。笔者研究的卫星故障检测和诊断的三种新方法，分别应用了包含度理论、粗糙集理论和证据推理理论。     

贝叶斯网络在故障诊断中的应用

贝叶斯网络适用于表达和分析不确定性和概率性的事物,由于具有能够对不完全、不精确或不确定的知识或信息作出有效的推理等特性,而成为目前不确定知识表达和推理领域最有效的模型之一。     

“表决团”控制策略与一类不确定性推理规则

基于在识别与决策中应充分利用信息二维空间的观点，进一步探讨了“表决团”推理控制策略及含模糊逻辑、验证概率和因果强度的不确定性推理规则的机制与作用，给出了一般描述和结论．     

BP和D-S结合的多传感器协同目标识别推理机制

针对多传感器协同目标识别的基本概率赋值在实际应用中存在容易导致决策可信度低等难以解决的问题,提出一种基于BP神经网络和D-S证据理论的多传感器协同目标识别的推理机制。简述了BP神经网络理论和D-S证据理论,构建了目标识别推理框架,推理了算法可行性,进行了实例仿真,通过信息融合,不确定性的基本概率赋值下降到0.000 8,表明该推理机制的有效性。     

基于产生式系统的不确定性知识表示及推理研究

不确定性知识表示及推理是人工智能研究领域的重要内容之一。通过对不确定性知识表示及推理的问题的探讨，提出了不确定性知识程度（Uncertainty Knowledge Degree，UKD）的表示法，为提高不确定性推理结果的可信度提出了一些新的技术和方法，并通过实例验证了本方法的可行性和有效性。     

计算机增强遥感图象线性结构的有效方法：松弛标记法

对遥感图象进行线性结构增强时，会涉及到庞大的数据量，各数据间有较强的不确定性。文章利用了有效的松弛标记法，它与人对某一事物的猜测推理过程相类似；并针对实际情况，提出了一种有效的确定初始概率的方法．修正了关键的相容性系数，具有较大的实际意义。     

诊断专家系统的不确定性问题研究

通过对诊断专家系统的不确定性问题分析，给出了一种诊断推理过程中初始证据的不确定性测试方法，以及不确定性推理中规划匹配及置信度传递算法。     

Z网络下新的推理算法在不确定决策中的应用

针对Z-number的模糊不确定性和概率不确定性推理,在Z网络模型的基础上对其推理算法上做出了一些改进.首先,在Z-number理论基础上对离散Z-number在if-then规则下进行最大熵方法处理的算法过程做出了一些改进,由于算法过程中优化模型获取的区间值概率随着给定数据的变化并不一定能满足最大熵方法中的约束条件,所以对这些区间值概率进行了优化.其次,基于Z网络的结构和概率推理过程,对利用Z网络获取区间值概率然后应用最大熵方法获得约束部分最可能的潜在概率分布过程作出了同样的改进.最后利用一个实例来说明改进后的方法的有效性和可行性.     

诊断专家系统的不确定性问题研究

通过对诊断专家系统的不确定性问题分析，给出了一种诊断推理过程中初始证据的不确定性测度方法，以及不确定性推理中规则匹配及置信度传递算法．     

贝叶斯网络学习算法研究

贝叶斯网络是一种概率图形模型,它提供了不确定性环境下的知识表示、推理、学习手段,可以完成决策、诊断、预测、分类等任务,已广泛应用于数据挖掘、语音识别、工业控制、经济预测、医疗诊断等诸多领域。贝叶斯网络将概率理论和图论相结合,为解决不确定性问题提供了一种自然而直观的方法。在对贝叶斯网络全面概述的基础上,深入研究了贝叶斯网络的结构学习。     

联系数在因果图中的应用

因果图推理是基于概率论的知识表达,在实际工程中,针对其复杂性、数据缺乏等不确定性问题,提出二元联系数的区间因果图故障诊断方法,根据区间数的误差分布形式,使区间数与联系数相互转换,可客观地反映区间数因果图的不确定性.由实例表明,该方法可行、有效.因此把二元联系数应用于因果图理论中,从而对不确定性进行较全面的取值分析,使事件发生概率的结果更为合理.     

船舶结构腐蚀检测及腐蚀模型不确定性分析

针对经典的概率论不能有效地处理检测概率的参数不确定性问题，提出了定量分析检测概率参数不确定性问题的贝叶斯方法，并以威布尔分布形式的检测概率为例，推导了量化参数不确定性的放大系数的计算公式。针对传统的数据分析法及专家判断法不能分析模型不确定性更新问题，基于无损检测信息采用贝叶斯更新方法量化了检测概率分布函数的统计模型不确定性，得到了检测概率统计模型权重的后验概率及相应的分布参数的后验概率密度函数。最后提出了分析船体结构腐蚀多层次模型不确定性问题的全概率模型法，并用算例证明了所提方法的有效性。     

融合多特征信息的模式识别方法

研究在有不确定知识的情况下,融合多种类特征信息的模式识别方法.首先用模糊逻辑表示关于对象的具有不确定性的经验知识,通过模糊推理可由特征得到关于对象的用基本概率分配函数表示的具有不确定性的模式分类信息.然后利用D-S证据推理的方法最大程度地消除其不确定性,得到对象的最终分类结果.仿真结果证明,该方法对处理具有多种类特征且带有不确定性知识的一类模式识别问题是有效的.通过将模糊推理方法与证据理论的结合能有效利用多种特征的不确定知识对目标进行分类.     

船舶驾驶失效搁浅概率的混合事件树分析

针对传统事件树不能分析和考虑人因错误为主的基本事件的发生概率及其敏感性和不确定性这一问题，通过引入模糊错误率及模糊错误概率的概念，将传统事件树中人因错误为主的基本事件的发生概率用模糊错误率表示，非人因错误为主的基本事件的发生概率用模糊概率表示。采用混合事件树方法得到了船舶驾驶失效引起的搁浅的模糊概率，定义了模糊敏感性和不确定性因子并对其进行了分析，制定了减小船舶搁浅事故发生概率的相关措施。计算结果表明，本文提出的方法在处理包含人因错误为主的事件的船舶搁浅概率计算问题时是有效的。     

专家系统中不确定性问题的研究

现实世界中，事物的不确定性，模糊性处处可见。在专家系统中基于不完全知识和模糊知识的推理已被引起特别重视，其重要性越来越难们所理解。本文叙述了不确定性问题研究的重要性。简述了统计推理，语气推理，模糊推理，可能性理论及批注模型等方法。最后论及了这些方法的开发与应用。     

基于双参数方法的故障诊断不确定性推理问题

不确定性推理问题是专家系统需要解决的基本问题之一,已有的不确定性推理方法在规则的应用要求、加权推理及规则参数获取方法方面具有局限性。该文在分析、归纳、总结不确定性推理相关问题的基础上,提出了基于充分性参数和必要性参数的不确定性推理方法。该方法能够表示具有复杂不确定性加权关系的诊断规则,并且能够根据规则的约束条件,通过数值计算获取规则的不确定性相关参数。该方法在已开发的诊断型专家系统中得到了应用,经验表明该方法是行之有效的。     

以组合故障案例为证据的一种诊断推理方法

针对单纯依靠案例特征之间的相似性进行推理、结果中将存在不确定性信息的问题,通过引入证据理论,将搜索结果中的故障模式构成目标识别框架,并基于案例之间的相似度,给定各故障模式的基本概率赋值.利用证据理论的组合规则,对搜索出的相关案例样本进行信息融合,从全局相似度中有效地分离出案例对特定故障模式的确定性信息,从而降低了推理结果中故障模式的不确定性信息.对大机组实际故障数据的应用,证明了方法的有效性,为组合故障的案例推理提供了解决思路.