从贝叶斯方法看溯因推理

皮尔斯指出溯因或溯因推理(abduction)是不同于归纳和演绎的第三种推理,然而皮尔斯对溯因概念的定义是模糊的,于是便出现溯因悖论:溯因既属于归纳又不属于归纳。本文基于贝叶斯方法对归纳的理解和处理,考察了当代两种典型的消解溯因悖论的路径,即辛提卡区分定义性规则和策略性规则的措施,以及利普顿的IBE理论。指出这两种路径均是行不通的,而贝叶斯方法却可以容纳溯因性归纳和溯因,从而消解溯因悖论。     

不完全信息下的溯因诊断

研究缺省逻辑表示下的溯因框架,给出一种基于规则的命题逻辑缺省溯因诊断的求解方法     

一种基于同例和异例的溯因推理

溯因推理是在给定的理论和观察下,求出对于该观察可能的解释.然而,在一般的溯因推理中,并不要求解释的直观性和归纳性,从日常生活和科学发现的某些规律出发,本文提出了同例和异例的概念,提出了一个基于同例和异例的溯因推理框架,并引入了可诱导和可允许这两个限定条件.接下来,本文给出在该框架下求出所有极大解释的算法AH并验证了它的可靠性和完备性.最后,一个具体的例子演示了算法AH,相对于一般的溯因推理系统,本框架主要有如下的优点:溯因得到的解释更符合直观,溯因得到的解释还可以用来推导出更多的新的语句.     

基于知识的卫星故障诊断与预测方法

卫星结构的复杂性、运行环境的独特性和诱发故障的多源性，使得卫星故障的诊断与预测较一般设备困难。通常，一种形式的推理只能诊断和预测卫星的一类故障。文章提出了同时应用多种形式推理进行卫星故障诊断和预测的新方法，此方法已成功地应用于基于知识的卫星故障诊断与恢复系统的开发，并取得了显著的效果。     

基于溯因问题求解的知识库更新

在一个广义的溯因问题框架下,讨论以逻辑公式形式表示的知识库的维护问题．使用表推演方法,检查知识库协调性,对知识库进行扩展、约减和修正,给出可行方法     

基于组件逻辑结构关系的故障诊断方法

提出一种利用组件逻辑结构关系直接求解所有最小诊断的方法。该方法将系统的最小诊断求解分解为离线建立规则和在线确定诊断两个步骤,方法的本质属于溯因诊断。以Poly-box系统为例验证了方法的正确性,同时对方法的诊断解的完备性、可采纳性、重用性进行了分析说明。针对方法中的规则建立效率低下的问题,提出了两点改进措施,并仍以Poly-box系统为例进行了对比验证,结果表明,改进的方法提升了诊断规则的建立效率。     

一种基于贝叶斯网络的故障预测方法

为了研究故障在复杂工程系统中的传播机制,根据关键节点的状态异常信息预测系统发生故障的概率,提出一种基于贝叶斯网络的故障预测方法.根据工程系统自身固有的网络拓扑结构,构建了多层贝叶斯网络模型,利用定性趋势分析法将时间信息融入网络节点中,使得网络具有处理时序信息的能力,便于进行故障传播机理分析和故障预测.提出了基于元器件健康度的根节点故障概率确定方法,针对完备数据集和非完备数据集,选择不同的参数学习方法确定贝叶斯网络的条件概率表,采用多树传播算法进行联合概率推理,由系统根节点运行状态推测其余节点的故障概率.算法在Quanser三自由度四旋翼直升机上进行了仿真应用,结果验证了该方法的可行性和有效性.     

基于模型与实例的混合推理用于故障诊断

分析了基于模型和基于实例的诊断推理方法，提出了基于模型与实例的混合推理策略，并将其应用于ＣＮＣ加工中心的故障诊断．同时，还讨论了实例的表达与存储、索引与匹配等问题     

基于预测推理的蒸馏组分控制

用在线测量变量预测将来产品组分,关键是前馈控制的实现。迭代模型或相关的控制标识可以改善控制系统的性能。仿真结果表明,预测推理控制策略与其它控制方案具有一定的优越性。     

基于数据推理和模式识别的财务困境预警模型

通过对比研究,指出了基于统计分析方法的传统财务困境预警模型的缺陷,分析了基于数据演算推理和模式识别的新兴财务困境预警模型的特点.对多个有代表性模型特点的分析表明,新兴的财务困境模型具有容错能力、动态适应性、人工智能和解释能力等特点,更适合目前公司错综复杂的财务状况.该文在分析结果的基础上,提出了财务困境预警问题未来的研究方向.     

Research on Satellite Fault Diagnosis and Prediction Using Multi-modal Reasoning

Diagnosis and prediction of satellite fault are more difficult than that of other equipment due to the complex structure of satellites and the presence of muhi-excite sources of satellite faults. Generally, one kind of reasoning model can only diagnose and predict one kind of satellite faults. In this paper the author introduces an application of a new method using multi-modal reasoning to diagnose and predict satellite faults. The method has been used in the development of knowledge-based satellite fault diagnosis and recovery system (KSFDRS) successfully. It is shown that the method is effective.     

滚动轴承故障诊断的案例推理方法

针对滚动轴承的故障诊断问题,提出了一种采用案例推理(CBR)的诊断方法.为了解决检索相似案例时案例属性多、人工确定关键属性及其权重困难的问题,提出了一种Filter/Wrapper复合型特征选择算法,用邻域粗糙集算法粗选属性,用遗传算法进一步精选属性和优化权重,并有效地解决了邻域粗糙集算法中需要人工确定邻域大小的问题.以滚动轴承运行时的振动信号为基本信息,建立了滚动轴承案例库,从案例库中检索与问题案例相似的历史案例,并根据这些历史案例来判定问题案例的故障类别.试验结果表明,故障诊断的正确率达到100%,故障位置诊断的正确率达到93.3%,且算法具有较好的稳定性.     

基于ES-PN模型的电力系统故障诊断

提出了一种基于Petri网理论和专家系统的电力系统故障诊断方法,详细阐述了基于引出线诊断模型和鉴别故障元件的方法,包括故障元件和其保护的关联度。通过对保护的方向性、区域性以及关联度的分析,增加了模型的拓扑适应能力。这种方法克服了专家系统难于用数学方法描述的缺点,增强了Petri网在该问题上的推理能力,利用Petri网建立数学模型,提高了故障诊断速度。诊断结果表明,该方法能够大大减少响应时间,并且比之前的方法更能适应电网配置的变化。     

基于神经网络的模拟电路的故障诊断

根据 BP神经网络的特点和性能以及电路故障诊断的要求 ,采用了 BP网络的权值与故障模式相对应的方法来进行电路的故障诊断 .该方法利用改进的 BP算法 ,首先建立故障模式 ,然后将故障模式与 BP网络的权值相对应 ,最后将权值作为故障诊断知识 .对模拟电路的软故障进行了仿真 ,仿真结果良好     

Method of Satellite Fault Diagnosis Based on Bayesian Network

1Introduction Satelliteisacomplexsystemandconsistsofmany componentstobeusedfordifferentfunctions.Satellitewill beinfailureifsomecomponentsdegradeorfail.Thefailure affectsthenormalapplicationofthesatelliteseverely[1].The goaloftheresearchinthispaperistodeduceoravoidthe affectionsandlossescausedbysatellitefailure,inorderthat thesatellitecanremainavailablewhensomecomponentson satelliteareatdegradationorinfailure.ProfessorDudaPearlproposedBayesiannetworktheoryin1988.Themethodofsatellitefaultdiag…     

基于神经网络的故障诊断推理方法

针对传统诊断技术的局限性,研究了基于ＢＰ模型神经网络的故障诊断推理方法,它只需选择足够的具有代表性的故障样本训练神经网络,将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断发生故障的类型．神经网络一旦训练好,由于其具有容错性,不仅能诊断出已经出现过的故障,还能在一定范围内诊断出从未出现过的故障,使故障诊断智能化和简单化．仿真结果表明,基于神经网络的故障诊断方法是行之有效的     

基于Kohonen神经网络的故障诊断方法

针对传统故障诊断技术的不足,提出一种基于Kohonen神经网络的故障诊断方法,其使用一种由邻域函数决定权重调整程度的改进SOM算法进行学习,避免基本SOM算法中调整权重前的邻域判断过程,有利于提高网络的学习速度和自适应性.以齿轮故障诊断为例进行Matlab仿真实验,实验结果表明该方法不但可行,而且诊断速度快、准确率高.     

用于水电厂设备的故障诊断的贝叶斯网络模型

通过分析水电厂设备故障诊断所面临的不确定性等问题以及当前常用诊断方法存在的局限性,研究基于贝叶斯网络的设备故障诊断方法,提出了适合于诊断问题的贝叶斯网络结构并阐述了基于贝叶斯网络故障诊断的团树推理算法.该方法综合考虑了多故障、故障症兆模糊以及电厂设备操作之间有依赖关系等情况.通过丰满水电仿真系统中水机调速器故障诊断的应用实例,证实了该方法在信息不确定条件下进行诊断决策的有效性和准确性.     

基于遗传小波神经网络的变压器故障诊断

电力变压器油中溶解气体的色谱分析是变压器故障诊断的重要方法,通过该方法可以间接了解变压器的运行状态和内部潜在故障.人工神经网络已经成功地应用于电力变压器故障诊断,但学习样本数多和输入输出关系复杂性减慢了网络的收敛速度.为解决此问题,将用遗传算法改进的小波神经网络应用于电力变压器故障诊断,克服小波算法易于陷入局部极小、收敛速度慢等缺点.     

基于神经网络的案例推理医疗诊断

在医疗诊断中,案例推理是一种有效的思维方式,但在实际应用中,存在许多难点,如大型案例 案例的表示和相似案例高效检索问题,结合前向神经网络的特点,来实现案例检索,为减少多层前向网络进行局部极小的机会,改进网络的性能,提出了神经元和前向神经网络集成,构成一种增强型神经网络结构,数学和仿真证明这种网格能减少进入局部极小的机会。此外,借助于数据库技术和多级索引方法,设计了一个医疗诊断专家系统,结果表明上述