集成节约覆盖集理论和模糊概率推理的方法

本文运用Bayes定理分析了各种故障发生的先验概率对在已知征兆下判断故障的准确性的影响情况;论述了使用模糊概率描述征兆、故障、征兆与故障之间的映射关系等的方法;在将模糊概率和节约覆盖集理论集成的基础上,提出了基于浅知识的新的诊断推理方法.该方法在一定程度上减小了获取有关概率知识的难度,并对概率值的定义误差有一定的容错能力.     

基于概率的不确定推理集成模型

给出了基于概率的不确定推理的一个形式化框架，研究了ＭＹＣＩＮ类和ＰＲＯＳＰＥＣＴＯＲ类不确定推理模型，建立了新的不确定推理模型，解决了基于概率的不确定推理中的一些重要的理论和实践问题。     

汽轮发动机组故障诊断的节约覆盖集概率模型

汽轮发电机组的振动故障具有多样性的特点，经常出现多种故障同时发生的情况。文中介绍了一种在节约覆盖集理论框架上集成概率推理的诊断模型，并在此基础上建立了汽轮发电机组振动多故障诊断的实用模型，以某汔轮发电机组的2类振动多故障为例验证了该方法的有效性。该模型能有效地识别出汽轮发电机组的多故障，弥补了专家系统的神经网络等诊断方法不能正确诊断多故障的不足，具有较高的诊断可靠性和实用性。     

条件推理的概率理论

近来以Oaksford等人提出了条件推理的概率模型,研究了概率因素对条件推理的影响。本文对这种新的研究取向作了综合评述,充分肯定了该模型对推理心理学的重要意义,并对未来研究进行了展望。     

基于概率覆盖模型的无线传感器部署

在给定每个离散的网格点的覆盖度要达到K,精确度达到T的条件下,提出了一种基于概率模型的覆盖算法,并在Matlab中进行模拟.将该算法与平均算法、随机算法的模拟结果相比较,得出在相同前提下该算法所需的传感器数目最少.     

概率命题的合情推理

本文在《合情推理与创新思维的数学模型》一文的基础上,进一步研究概率命题的合情推理,并且得到了概率命题合情推理的各种模型。     

形式规则、心理模型与概率理论——条件推理中三种理论模型的比较研究

条件推理是一种最简单的演绎推理。然而心理学家对于人们是如何进行条件推理一直存在三种不同的理论观点：形式规则、心理模型和概率理论。这些理论都能解释条件推理过程中的一些现象,但还存在一定的不足,本文将对这些理论进行详细的评述。     

条件推理中不同前后件概率组合的实验效应

通过控制条件命题中前件与后件发生概率的高低，在直接提供和间接提供概率信息的情况下，考察了4种不同前后件概率组合（LL、LH、HL、HH）的条件命题对4种条件推理（MP、DA、AC、MT）的影响，结果表明：大学生对前后件的主观概率估计会影响他们的推理行为，表现出高概率结论效应，而客观概率信息对推理过程的影响却不明显；大学生对4种条件推理的认可程度主要与范畴前提的条件概率值成正比。     

一种新的系统等级测评不确定性演化推理模型

为了更加合理地判定系统综合保护能力是否达到相应的等级要求,将测评标准GB/T 22239—2008中的安全要素与信息安全事件进行关联分析,利用故障树对安全事件进行分解,并将故障树的最小割集转化成推理规则;利用不确定推理技术推导系统脆弱性可能引发的安全事件,计算损失大小和风险值,将它作为系统保护能力评价的参考依据.以某网站为例进行实验,结果表明该模型能够根据系统的脆弱性进行合理的风险计算,提高了等级测评结论的合理性,为等级保护与风险分析进行有机结合提供了可能.     

一种基于知识规则推理的C++实现方法

提出了一种决策支持系统中基于产生式规则的知识表示和推理的C＋＋语言实现方法，该方法把规则的结构和推理定义成规则类，把具体的规则定义成规则类的实体，用这些规则实体构建动态链表从而组成知识库，推理的过程由知识库中各规则实体提供的方法完成，通过设计的实例表明，该方法是简单高效的。     

一种有奖销售中的概率模型及其应用

本文对一种有奖销售中的概率问题进行了讨论,建立了相应的数学模型,并给出了它在实际中的应用.     

框架视角下的翻译推理过程——以《古文观止》英汉对比为例

框架作为一项重要的认知工具,可以反映人们理解和认识世界的特定方式,框架将意义识解和生活经验、百科知识紧密结合起来,在语境下激活一系列相关的认知范畴,有助于推理的顺利进行。从位移事件框架和致使链事件框架的角度,对《古文观止》英文版中的部分篇章进行对比分析,通过事件框架的改变可以看出译者的推理过程。     

数据库与知识库的数据转换接口的数学模型研究

本文提出智能网络结点－－智能工作站的重要组成部分,即知识库系统中关系数据库与知识库的接口功能实现的数学模型。该模型是在分析关系数据库的关系模型和基于逻辑模式的知识库模型的基础上提出的,并研究了在该模型的基础上的推理查询方法。该数学模型对数据库智能化及将关系数据库扩展成知识库提供了有效的研究途径。     

概率方法在鲁棒性裕度分析中的应用

将概率思想和方法引入到系统鲁棒性裕度分析中,研究被控对象不确定参数的摄动范围、被控对象的范数摄动范围与概率风险之间的关系,并对传统意义下的鲁棒性裕度和概率意义下的鲁棒性裕度进行了比较和分析.研究结果和计算实例表明,如果允许系统以非常小的概率不稳定,往往可以得到比传统结果显著增大的摄动范围,即在概率意义下提高了系统的鲁棒性裕度,从而在一定程度上克服了传统结果所带来的保守性.这一研究结果具有重要理论意义和工程应用参考价值.     

Prolog与C程序连接的实现技术

在图形用户界面广为流行的今天,人工智能程序设计大多仍基文本方式,通过程序连接的方式,人工智能程序也可以具有漂亮的ＧＵＩ界面,Ｐｒｏｌｏｇ是逻辑程序设计语言,Ｃ是过程型语言,Ｐｒｏｌｏｇ程序与Ｃ程序的连接为Ｐｒｏｌｏｇ提供了更强的计算能力和ＧＵＩ功能也为Ｃ语言的应用提供了智能推理能力。基于Ｔｕｒｂｏ Ｐｒｏｌｏｇ２．０和Ｔｕｒｂｏ Ｃ２．０,本文结合程序实例介绍了Ｐｒｏｌｏｇ程序和Ｃ程序的接口程序设     

研究步态分类的一种新方法

提出一种研究步态分类的新方法——“事件矩阵法”。在给出事件矩阵和有关步态分类研究中的一些定义的基础上,应用事件矩阵对步态分类问题进行了讨论,表明“事件矩阵法”比采用步态矩阵研究步态分类问题更简单、更有效。     

动力凝聚技术的新算法

本文提出了缩减特征方程的一种新方法。这一新算法兼有以Guyan法为基础的凝聚技术和子空间迭代法的的优点而又避免了两者的缺点,无需求逆,也不会占据过大的内存。采用这一方法,可判断凝聚到最后一个自由度的动力刚度值κ_n是否为零,能快速地在某一范围内搜索相应的特征值。这一新算法比行列式法运算简便得多;与Strum系列法相比,应用范围也大得多。