一种新的混合式定性诊断推理模型

国际上现有的诊断推理方法可归纳为两类：基于第一原理的定性诊断推理和基于启发式知识的定性诊断推理,由于这两种方法各有其优缺点,因此如何将两种方法有机地结合起来成为近年来该领域的研究热点。本文提出一种将第一原理与启发式知识有机结构的模型,并给出了相应的算法。     

一种基于概率神经网络模型的胃病诊断专家系统

给出了将神经网络与基于规则的专家系统结合起来的一种神经网络模型,在这种模型中,一方面,领域知识以显式方式表示,神经网络的并行推理过程是可以理解和解释的;另一方面,由于通过贝中斯后验概率指定权值,因此避免了神经网络漫长的递归学习过程,提高了学习效率。     

故障诊断专家系统的新型知识网络推理模型

介绍故障诊断专家系统中的一种新型知识网络表示法，并给出了详细的推理算法与故障判决算法，此知识网络的推理通过消息传递来实现，具有分布式特性，且在整个知识网络的推理与故障判决中融入了不精确推理算法，故能适合大多数的故障诊断专家系统模型。     

一种基于PROSPECTOR及MYCIN系统的综合推理模型

分析ＭＹＣＩＮ的可信度ＣＦ与ＰＲＯＳＰＥＣＴＯＲ的充分性度量ＬＳ的关系．将可信度ＣＦ引入到主观Ｂａｙｅｓ模型上,导出一个综合的推理模型．该模型不仅消除了ＣＦ与ＬＳ间可能存在的不一致性,而且减少了要求先验概率值的结点数．     

一种新的基于广义规则的加权不精确推理模型

提出一种新的基于广义规则的加权不精确推理模型,这个模型克服早期专家系统(MYCIN、PROSPECTOR)不精确推理模型的某些缺点,模型既考虑推理规则本身的权重,还考虑规则前提中各项的权重,并给出了相应的算法。     

广义因果理论上基于模型诊断过程的形式化

对广义因果理论上基于模型诊断的一般过程进行形式化 ,对它与本原蕴涵 /蕴涵式的直接关系进行论证 ,从而将理论结果与实现联系起来 .表明该结果不仅能够计算只已知部件的部分故障行为方式时基于模型的诊断 ,还能够计算已知每个部件的各种故障行为方式下基于模型的诊断 ;指出对广义因果理论上基于一致性的中心诊断过程、中心溯因诊断过程的形式化只是文中给出形式化的特例     

一种线性的不确定性推理模型

建立一种线性的不确定性推理模型。它不权在时间上是可行的，而且不要求先验概率值。     

基于网络的远程诊断专家系统的研究

根据对旋转机械典型故障机理和特征的研究分析及专家系统技术的研究 ,阐明了基于网络远程诊断专家系统的主要内容和总体框架 ,同时对知识库和推理机制等几个方面也进行了详细的阐述。提出了Visual Studio.Net和数据库技术相结合的基于网络远程诊断专家系统的整体设计方案和软件设计 ,同时给出了使用OLE DB方式进行数据库访问实例。     

基于均衡关系模型的因果方向推理

基于回归误差的因果推理方法(RECI)能够通过比较两个备选关系模型的拟合误差来推理变量间的因果方向,然而其并未指出如何选择合适的关系模型。针对如何设计因果关系模型来匹配两个变量间关系的问题,提出均衡模型推理因果方向定理,并基于此定理设计推理因果方向的方法。实验结果表明,新方法的准确率胜过RECI方法,且优于所有7种对比方法。     

层次分类诊断模型

基于分类问题的普遍性,针对复杂系统的诊断问题,提出一种层次分类诊断模型,并解决了其中的关键技术问题.论述了如何建立诊断问题的分类层次和证据模式;提出了诊断知识的组织模型与表达方法;并给出了完整的推理控制算法.以这一模型为基础,建立了一个汽轮发电机组故障诊断专家系统.     

层次分类诊断模型的面向对象实现

基于面向对象的思想，论述了诊断问题的分类层次和证据模式，提出用面向对象的框架结构表达诊断知识的模型，并给出其推理过程，以此为基础，用ＢｏｒｌａｎｄＣ＋＋语言实现了层次分类诊断模型，并将其应用于汽轮发电机组的故障诊断系统中．     

基于规则的专家系统诊断问题求解的一种模型

本文试图通过引进外推推理来克服基于规则的专家系统的不足,并为演绎推理和外推推理寻求一种一致的解释和理论基础.在讨论了规则的因果模型解释后,本文提出了诊断问题求解的最佳蕴含模型和基于该模型的循环生成-测试的推理方法.     

基于黑板结构的目标级推理——一种适用于机械设计专家系统的模式

本文介绍利用人工智能技术,并结合机械设计的特点构造了一种基于黑板结构的目标级推理模式.用黑板结构描述任务求解状态,每一个任务完成一定的功能,并根据当前黑板状态确定下一步应执行的任务.黑板结构的任务规划模式用框架来表示.框架结构中记录了该任务采用的控制策略,知识源和控制方向等信息,保证了控制推理的灵活性.本文还描述了基于黑板结构的目标级推理在装载机工作装置设计专家系统中的应用.     

基于多色集合的贝叶斯诊断网络构造方法研究

为了解决贝叶斯诊断网络知识表达不一致的问题，构建了故障模式和物理组件之间的映射框架，并提出了一种基于结构分解的层级式多重故障结构模型．引入多色集合理论，对这种结构模型的底层框架进行形式化描述，使得模型便于计算机表达和操作．通过对多色集合的推理矩阵进行迭代搜索实现贝叶斯诊断网络（BDN）自动生成，并给出了具体的推理步骤．以汽轮机设备为例对提出的方法进行了有效性验证，结果表明该方法有助于BDN知识表达的规范化和构造过程自动化程度的提高．     

面向对象的复杂系统诊断知识表达与推理

基于面向对象的知识表达方法,建立了复杂系统诊断知识表达和组织模型,并讨论了诊断系统的推理行为.对应于复杂系统的结构元素的诊断基元是表达诊断知识的基本单元,构成知识库的原型知识库和系统知识库,分别对应于问题领域和具体诊断对象;诊断系统通过消息传递推理引导层间诊断,并基于“假设产生-假设建立”的推理完成基元的层内诊断.     

基于物理过程描述的诊断推理

本文提出了一种基于对复杂系统中各种相关过程描述的诊断知识模型.该模型具有如下几个方面的特点:a.它是一种基于复杂系统中各种相关的物理过程描述的较深程度的知识模型;b.它是基于约束传播原理,采用定性推理和定量计算两种方式,实现对各子系统的正常与异常行为的描述;c.它本身包含了复杂系统中多种因果关系知识.文中以发动机化油器为具体诊断对象,讨论了该模型的实现与应用中的有关问题.     

基于集成诊断模型加工质量的智能诊断系统研究

文章从模拟人的诊断思维出发，以融合神经网络和专家系统这２种人工智能理论为指导思想，２针对加工质量诊断问题，提出了综合使用实例知识，经验知识，模型知识的基于神经网络，覆盖集理论，数学模型的集成诊断模型，给出了基于集成诊断模型加工质量的智能诊断系统框架     

基于模型预测和溯因推理网络的电网故障诊断方法

考虑电网出现故障时,仅依靠开关量状态信息进行诊断,诊断信息冗余度低,复杂故障情况下会影响诊断结果的准确性.引入电气量信息,提出了模型预测和数据清洗方法,建立电网故障诊断系统.利用模型预测得到准确的电气量信息,建立清洗规则和逻辑推理规则,分别对开关量进行数据清洗和验证故障信息.在此基础上,利用溯因推理网络(abductive reasoning network,ARN)对故障信息进行诊断,得出候选故障.仿真结果验证了该方法的有效性和准确性.