模糊故障Petri网建模方法及其应用

为克服模糊Petri网和故障Petri网在模拟故障传播、诊断和推理过程中的不足,提出模糊故障Petri网的概念及其建模方法,分一因一果、一因多果、多因一果和竞争模式4种情况定义变迁发生的规则和后果,以此模拟系统的动态运行过程,反映故障传播的固有特性.将模糊故障Petri网的建模方法应用于故障推理与诊断,提出将正向推理和反向推理相结合,并给出相应的推理算法,用泵站机组压力不足的实例加以验证.研究结果表明:该方法既能模拟故障传播过程,又能进行模糊推理,实用性强.     

基于综合推理与多Agent的智能决策支持系统

针对IDSS的知识获取及系统交互的困难,提出了应用基于案例推理的综合推理技术,来克服基于规则推理系统的弱点;同时提出了应用多Agent技术来提高人机交互、系统信息获取以及系统集成运行性能;最后给出了实际应用的系统框架,有效地提高了系统的灵活性和适应性。     

规则Petri网的推理策略的研究

本讨论了规则Petri网的可交换性，给出了规则Petri网的三种推理策略以及并行推理和冲突仲裁的推理方法。     

基于赋值代数的BN概率推理的局部计算模型

在Shenoy-Shafer赋值代数公理基础上,定义了贝叶斯网(Bayesian network,BN)推理结构上的赋值代数;提出BN上概率推理的赋值代数模型,该模型包括推理结构转变、赋值初始化、一致性消息全局传播与吸收以及概率推理的局部计算四个环节,建立了相应的算法以及联合概率与条件概率的计算方法;最后通过例子说明文章所提出的方法.所提出计算模型为贝叶斯网的概率推理提供了一种新的局部计算方法.     

基于默认推理的加权模糊Petri网模型

在实际推理过程中，默认推理是一种重要的手段或方法．提出了一种基于默认推理的加权模糊Petri网模型．在现有的九元组模型基础上增加了变迁的输入库所最小权重的阈值函数C这一模型参数，此参数由专家根据变迁的不同实际意义来取值．分别对三种基本的模糊产生规则进行分析，讨论C的取值，并在此基础上给出了相应的默认推理算法．最后，通过实例说明此模型可以很好的用于默认推理，且推理算法简单、直观，更贴近现实推理并可以提高推理效率．     

SQL实现Bayesian网的不确定性推理

不确定性推理是人们常用的一种推理,Bayesian网是进行不确定性推理的有力工具,提出了扩展关系模型,并在扩展关系模型中用SQL（结构询问语言）语句实现Bayesian网的不确定性推理。     

基于案例推理的知识库系统设计

基于案例推理技术是近年出现的具有一定的代表性的推理技术,利用这种技术进行知识库系统设计可简化问题,提高效率。从基于案例推理机制入手,阐述了基于案例推理知识库系统的工作过程和原理,提出了系统设计的方法。     

基于相似性原理和实例推理的产品变型设计技术

针对传统推理技术在产品设计应用中存在的问题,本文对基于实例推理的变型设计进行了研究。分析了实例推理的一般过程及其区别于其它推理技术的优点,提出了一种利用相似性原理和实例推理的产品变型设计。     

智能通信网推理机制的研究

为了在语义网的构架中实现元数据的交互.针对一种特定的语义网——智能通信网,研究其推理机制.分析OWL DL语言的描述能力,在其蕴含的知识基础上建立Prolog推理规则,通过Visual Prolog逻辑编程实现了智能通信网的自动推理,并用实例验证该推理系统可完成知识库中元数据的交互,达到人机交互协同工作的要求.最后通过实验检测说明智能通信网推理系统与普通万维网相比,查准率更高.     

智能通信网推理机制的研究

为了在语义网的构架中实现元数据的交互.针对一种特定的语义网——智能通信网,研究其推理机制.分析OWL DL语言的描述能力,在其蕴含的知识基础上建立Prolog推理规则,通过Visual Prolog逻辑编程实现了智能通信网的自动推理,并用实例验证该推理系统可完成知识库中元数据的交互,达到人机交互协同工作的要求.最后通过实验检测说明智能通信网推理系统与普通万维网相比,查准率更高.     

加权模糊Petri网的正向推理算法

通过引入补弧,使加权模糊Petri网能够处理含有非命题的规则.提出一种建立在加权模糊Petri网模型上的形式化正向推理算法,将加权模糊Petri网与矩阵运算结合,通过矩阵运算来实现推理.     

采用模糊Petri网的形式化推理算法及其应用

以模糊Petri网为工具，研究了多种约束条件下的人类知识和推理过程的表示方法．在此基础上，将模糊Petri网与矩阵运算相结合，给出了模糊推理过程的形式化推理算法．算法考虑了推理过程中的众多约束条件，包括命题在规则中的权重、变迁触发的阈值、规则的可信度以及多结论规则等，将复杂的推理过程采用矩阵运算实现，充分利用了模糊Petri网的并行处理能力，使模糊推理过程更加简单、快速和易于实现。     

专家系统中决定式的推理方式

在以规则为基础表示知识的专家系统中,推理机制通常都是采用“向前推理”,“向后推理”或者“混合推理”。这些推理方式随着规则数目的增多,推理过程的匹配运算呈“组合膨胀”之势,以致极大地影响推理速率和专家系统的实用性。本文提出的一种称之为“决定式推理方式”的推理方法,圆满地解决了传统推理方式上存在的组合膨胀问题。     

故障诊断系统中模糊推理算法的研究

针对故障诊断系统的特点，提出了一种基于模糊ＰｅｔｒｉＮｅｔｓ模型的反向模糊推理算法，并将人的感官信息加于其中，提高了故障诊断系统推理的效率。     

基于CRPN模型的复杂系统故障诊断

由于复杂系统的结构和运行环境复杂,传统方法无法对其进行故障诊断.文中将基于案例的推理方法和Petri网理论引入到复杂系统的故障诊断中,建立了基于案例推理和Petri网的CRPN(Case-based Reasoning Petri Nets)模型,研究了该模型的变迁规则和案例特征等关键技术.利用两层CRPN模型,可有效地解决已有复杂系统故障诊断方法中存在的模型难以建立、推理过程模糊等问题.最后以飞机的某系统为例,探讨了基于CRPN模型的故障诊断过程,结果表明文中方法是有效的.     

基于模糊推理Petri网的胶带运输系统故障诊断

分析了胶带运输系统故障的特点及传播过程,将模糊推理Petri网用于胶带运输系统的故障诊断,给出了对应的推理过程及Petri网模型,其有效的模糊推理过程及智能推理能力便于计算机编程求解复杂过程,在胶带运输机控制系统故障诊断中取得很好的效果.     

神经网络与模糊故障诊断专家系统结合的应用研究

讨论基于模糊产生式规则的故障诊断专家系统与神经网络相结合的问题,把推理网络同神经网络联系起来,使它能转换成神经网络。结论经实例验证,该方法可靠有效。利用神经网络的并行处理和自学习能力,能避免传统模糊推理的冲突,低效率和知识获取的瓶颈问题。     

不确定性推理及其在斜坡类地质灾害危险性区划中的应用

通过对不确定性推理方法尤其是概率推理方法的研究,将其引入到斜坡类地质灾害危险性区划之中。在对不确定因子法、主观贝叶斯法、贝叶斯网络法和影响图法等4种不确定性推理方法进行原理分析的基础上,分别给出了其在斜坡类地质灾害危险性区划中的应用思路,并在辽宁省鞍山市岫岩县进行了试验,进而总结形成了一套基于不确定性推理开展斜坡类地质灾害危险性区划的方法体系,实现了对传统区划方法的改进。     

一种基于统计信息的模糊推理方法

在Zadeh的模糊推理合成规则及陈永义等提出的模糊集特征展开近似推理方法基础上，提出了一种广义模糊特征合成推理的数学模型，借助信息论的方法，通过计算推理系统的熵以及因素uk对系统的条件熵，进而得到因素uk对系统的信息率，并利用因素对推理系统的信息率给出了一种基于统计信息的特征系数权重确定法。     

基于相似度的信息权重模糊推理方法

在陈永义等提出的模糊集特征展开近似推理方法的基础上,提出了一种广义的模糊集特征展开推理方法的数学模型,实际上也是一种基于相似度的加权模糊推理方法,并给出了一种基于模糊信息的权重确定方法.