证据网络模型及其推理算法

本文在证据理论与图模型研究的基础上,针对不确定性与关联性相结合的系统建模问题,提出并建立了证据网络模型,定义了证据网络的参数,总结了证据网络的建模特点;分析了证据网络模型的推理问题,建立了其推理策略和推理过程,推导出其正向推理算法和反向推理算法,并通过示例进行了计算验证;证据网络模型将为管理决策分析、系统工程管理等领域的问题分析和求解提供一种有效的技术方法支持.     

基于正反向混合推理的故障仿真预测模型

根据故障预测的特点和要求,分析了传统预测方法用于故障预测的不足,提出了动态模糊综合评判方法,建立了基于动态模糊综合评判和多Agent并行诊断的故障预测模型。该模型将正向推理与反向推理、不同的知识表达方式和推理机制融合于同一推理框架中,再现了故障的发生和发展过程。由基于动态模糊综合评判的正向推理得到候选故障集,基于多Agent并行诊断的反向推理确认实际发生的故障,找出故障原因,实现故障定位。     

MYCIN系统的模糊Petri网建模

模糊知识表示及不确定的推理方法是知识工程与专家系统中重要的常用技术.在文中利用模糊Petri网对MYCIN专家系统进行建模,详细地描述了网模型的定义以及变迁发生规则,并提出了一个结合正向推理和反向推理的混合推理算法.最后结合实例对建模思想以及推理算法进行了说明.     

鱼病诊断专家系统中概念模型的构建

概念模型是对真实世界的抽象描述,严格、完备的概念模型在领域专家与开发人员的沟通过程中起重要作用。在统一界定诊断和诊断问题定义的基础上,将现实世界的鱼病诊断系统进行高度抽象,对鱼病诊断问题、诊断知识和诊断求解方式等进行提炼,将鱼病诊断问题定义为包括诊断对象、疾病集、病因集、症状集、诊断知识、诊断表现、诊断推理及诊断结论等8个因素在内的数学模型,将鱼病诊断知识描述为病因、疾病、症状及其三者之间的因果网络模型,将诊断求解方式分解为获取症状—推理诊断—增加信息3个步骤循环反复的“假设—验证”过程。该概念模型的构建为鱼病诊断专家系统的开发提供了知识表示和推理的理论基础。参8。     

基于诊断知识的多种推理范式集成与推理控制策略

本文结合锅炉系统面向对象的广义故障树知识表示方法,论述了故障诊断推理控制策略和推理机制,给出了基于框架、规则、模型与过程的推理范式及其混合诊断推理模型,提出了基于诊断知识的多种推理范式集成与控制方法。     

基于元模型的模糊Petri网反向传播学习算法

模糊Petri网是知识表达与并行推理的重要工具,但拓扑为非严格分层的结构。为在不增加虚节点的情况下实现模糊Petri网的反向传播学习,提出模糊Petri网元模型的概念,统一四种基本产生式规则对应的模糊Petri网模型。并建立元模型的结论置信度关于条件置信度的连续映射,给出了正向推理算法。为提高收敛速率,先通过基于回溯策略的反向推理算法,计算元模型结论置信度对条件置信度的梯度函数,最后采用Levenberg-Marquardt算法实现权值优化。     

基于IFTBN的不确定性时间推理方法

针对模糊贝叶斯网络模型对复杂不确定性时间信息描述和推理方面的局限性,给出了直觉模糊贝叶斯网络的定义,并将直觉模糊时序逻辑理论与贝叶斯网络推理相融合,构建了直觉模糊时间贝叶斯网络(intuitionistic fuzzy time Bayesian network, IFTBN)模型,提出了基于IFTBN的不确定性时间推理算法,较好地解决了态势估计中不确定性时间推理精度不高的问题,提高了军事态势评估系统形成正确战场感知的作战效能。最后通过典型实例验证了该时间推理方法的有效性和优越性。     

反向累加生成及灰色GOM（1，1）模型

相对传统累加生成提出反向累加生成的定义,给出灰色GOM（1,1）模型,为灰色模型提供新的生成方法。     

基于本体知识的诊断推理集成模型

提出了一种基于本体的实现领域知识集成的方法。研究了基于本体的知识表示,讨论了综合集成所要解决的主要问题。给出鱼病诊断推理的集成模型实例。图2,参5。     

复杂系统的模糊故障诊断方法研究

复杂系统的故障具有模糊性与精确性的复杂特性,精确的推理方法难以有效地对复杂特性的故障进行诊断。提出模糊产生式规则与Petri网推理技术相结合的故障诊断模型,以研究模糊故障的推理诊断方法。以某发射装置控制系统为研究对象,给出一个复杂特征故障的诊断实例。研究结果表明,模糊产生式规则Petri网模型方法可以有效地对复杂系统的模糊性与精确性双重特征的故障进行推理诊断。     

基于模型和案例推理的混合故障诊断方法

基于模型的诊断方法描述的是系统内部结构和行为的深知识,能够轻松获取诊断知识,但计算量较大;而基于案例推理的诊断方法依靠的是历史经验,诊断效率比较高,但知识获取是其瓶颈。针对两种方法的优缺点,提出了利用基于模型的方法来实现案例知识的获取,然后通过基于案例推理的方式完成故障诊断过程的混合故障诊断方法。该方法不仅汲取了基于模型方法准确度高的优点,避免了知识获取难的问题,同时继承了基于案例推理方法的快速性,提高了诊断效率。     

模拟表示、混合推理与战场态势评估

在战场态势评估领域，战场环境的知识表示和相关的推理方法是一个急需解决的难题。推广的模拟表示及混合推理框架采用了多层模拟结构来表示战场环境及相关的军事知识，对图模型进行了扩展，在其语句子系统融入了包括一阶谓词逻辑、非单调逻辑、模糊逻辑、Demster-Shafer证据方法及其相应的证明理论，使其具备了表示多种不确定性知识与现象的能力，以及利用这些知识对不确定现象进行推理的能力。关于战场态势评估的应用实例简要地说明了所述方法的应用步骤及其作用。     

类别误标下证据链推理的群决策分类方法

针对群决策分类中可解释性的推理信息存在类别错误标识的问题,提出了类别误标下证据链推理的群决策分类方法。该方法采用可信度函数的一致性和凸性,以查询案例与证据链之间的属性关联相似度作为群决策信息源的权重,建立了基于证据链推理的混合整数优化模型,实现了决策分类标识能力最大化,同时获取了可解释性最好的证据链集合。该模型考虑了决策类别的错误标识情形,依据可信度序的概念,将推导出的融合可信度作为查询案例推论可解释性的评价标准。通过多源感知数据的诊断实例,说明了该方法的有效性和合理性。     

基于AHP和NEULONET的供应商选择问题

供应商选择已经成为企业降低成本、提高服务与核心竞争能力的重要因素之一。利用层次分析法(AHP)在权重确定、定性问题量化以及神经逻辑网络(NEULONET)在逻辑推理上的优势来进行供应商的选择,建立了供应商选择的网络模型。该模型通过对不同的领域专家、不同的领域指标赋予不同的权重,从而改进了单纯采用AHP法存在的问题,并且利用AHP法来确定NEULONET一些层次的权重,使得网络的构造更加科学和适用。通过算例的检验,本方法是可行和有效的。     

单路口多相位交通信号模糊控制系统的设计

模糊控制不需建立被控对象的精确数学模型，特别适用于具有较大随机性的城市交通控制。此文同时考虑多相位和倒计时问题，讨论用模糊控制方法对单路口多相位的交通信号进行控制，提出以当前相，后继相的车辆等待长度决定相位信号配时，文中重点讨论该二维模糊控制器的设计，并给出该模型控制系统的总体设计方案，利用Mcs96提供的Watch Dog，结合软件设计保证系统的稳定性，提高系统的抗干扰能力，由于每一相位的配时是根据路口实时数据经模糊推理一次确定，该系统可用于安装倒计时器的路口，具有良好的实用性。     

基于相关矩阵与概率模型的故障模糊诊断

针对复杂系统故障快速模糊诊断问题,提出了一种基于相关矩阵和概率模型的故障模糊诊断方法。通过建立故障测试相关矩阵,在概率空间中获取故障判据,并考察非理想测试条件下故障出现某种征兆的概率值,继而利用概率最值原则推理故障、利用最小模原则进行故障筛选以降低虚警,实现了对复杂系统故障的高效便捷诊断。以阿波罗飞船发射前测试数据为对象对该方法进行了验证。实验结果表明,该方法具有足够的诊断精度,以及较低的运算复杂度,并且支持图形化快速诊断、便于现场应急使用。     

基于代数的模糊Petri网逆向推理算法

分析了多种模糊Petri网的推理算法优缺点。在此基础上,给出了一个基于代数的模糊Petri网逆向推理算法。此算法充分利用了Petri网的数学理论基础和描述并发系统的能力,其数据结构简单,便于计算机编程处理。此外,其逆向推理思想可以将系统转化为一个只与问题有关的简单的系统,减小空间复杂度。最后举例说明了它的应用。     

Fully implicational methods for approximate reasoning based on interval-valued fuzzy sets

The aim of this paper is to discuss the approximate reasoning problems with interval-valued fuzzy environments based on the fully implicational idea.First,this paper constructs a class of interval-valued fuzzy implications by means of a type of implications and a parameter on the unit interval,then uses them to establish fully implicational reasoning methods for interval-valued fuzzy modus ponens (IFMP) and interval-valued fuzzy modus tellens (IFMT) problems.At the same time the reversibility properties of these methods are analyzed and the reversible conditions are given.It is shown that the existing unified forms of α-triple Ⅰ (the abbreviation of triple implications) methods for FMP and FMT can be seen as the particular cases of our methods for IFMP and IFMT.     

模糊情形下基于贝叶斯网络的可靠性分析方法

确定性的可靠性分析方法在描述模糊情形下的逻辑门与事件时表现出了局限性.为能在模糊情形下进行可靠性分析,利用贝叶斯网络对不确定性问题具有良好描述能力和推理能力的特点,提出一种基于贝叶斯网络的可靠性分析方法.该方法在采用贝叶斯网络进行系统可靠性建模基础上,提出了一个重要的概念:置信割集;并给出了计算强割集的算法.这种基于贝叶斯网络的可靠性分析方法能较好地刻画系统中存在的模糊性,丰富了割集理论,使可靠性分析更加接近实际.最后,举例说明了算法的有效性.