基于ZBDD的布尔多项式Grbner基算法的实现

零压缩二元判定树ZBDD(Zero-suppressed Binary Decision Diagrams)作为一种近年来兴起的存储布尔多项式的数据结构能更有效地平衡内存消耗与计算速度;基于它的布尔多项式Grbner基算法可以在运算中保持ZBDD结构的不变性从而进一步提高计算效率。用C++实现了布尔多项式的Grbner基计算并对其进行既约化处理,验证了该算法的可行性以及在运算效率上的提高。

一种基于ZBDD结构的Top-k挖掘算法

研究微阵列数据中挖掘Top-k频繁闭合项集问题,并设计挖掘算法ZDtop。算法采用ZBDD结构压缩存储数据集,使用自顶向下深度优先搜索策略挖掘项集长度不小于给定值min_l的Top-k频繁闭合项集,并对搜索空间进行有效修剪。通过实例证明该算法是正确有效的。

C919飞机起落架故障测试分析设备设计

为了提高C919飞机起落架的维修的效率,设计了故障测试仪器,测试仪的软件部分将根据系统结构绘制故障树,首先优化为ZBDD数据结构,接着测试仪器调用Fussell算法下行展开推理故障事件的最小割集,软件前端与后端SQL Server 2008数据库连接,利用故障事件关键词匹配检索,输出相关历史故障案例报表,推荐报表信息与故障案例匹配度可以达到65%以上。使用实际效果证明该测试设备能根据硬件信号故障,较准确地推理故障原因,并提供有价值的处理经验作为参考。

适于风险监测系统的零压缩二元决策图基本事件排序方法

风险监测系统需要对核电站风险水平进行实时分析计算,因而快速计算引擎发展是风险监测系统研发成功关键。零压缩二元决策图算法是近年出现的一种概率安全评价中快速求解最小割集方法,而基本事件排序将直接影响到零压缩二元决策图的规模,并最终影响分析计算速度。本文提出一种适用于风险监测系统的基本事件排序方法,该方法充分利用基准风险模型分析结果,并程序实现上述方法,最后通过实际例题说明了其正确性和有效性。

序列模式挖掘研究

为了更好地分析购物篮数据,挖掘出潜在客户,序列模式挖掘应运而生。序列模式挖掘是数据挖掘一个重要研究内容,近年来在很多领域得到广泛运用。概述序列模式挖掘的发展现状,研究基本挖掘框架的经典挖掘算法与扩展模型挖掘算法,特别针对近年来出现的新数据形式序列模式挖掘,以及基于零压缩二叉决策图(ZBDD)结构的挖掘算法做了阐述,最后对序列模式挖掘发展趋势进行了展望。

？SA计算引擎的研发

本文介绍一款概率安全评价计算引擎的研发。该引擎运用先进的二元决策图／零压缩二元决策图（BDD／ZBDD）算法进行故障树的求解：首先将故障树规范化。然后将规范化的故障树结构转换为BDD/ZBDD结构，最后求解定量化结果及最小割集结果。引擎还具有重要度和敏感性分析（包括RAW／RRW／FV／FC重要度指标）以及不确定性分析（包括参数抽样和事件抽样）的功能。经测试，引擎能够求解大规模高复杂度的故障树模型，在较短的时间内得到较为精确的定量化和最小割集结果，以及准确的重要度敏感性和不确定性分析结果。

一种基于结构重要度的故障树底事件排序算法

故障树是分析航天系统安全性的一种常用方法,故障树分析包括定性分析与定量分析两个部分,定性分析即最小割集计算,是故障树研究的难点。当前,采用ZBDD(零压缩二元决策图,Zero-suppressed Binary Decision Diagram)对故障树进行计算是当前故障树研究的热点,本文对将故障树转化为ZBDD的关键问题--故障树底事件排序进行了研究,提出了一种基于结构重要度的故障树底事件排序算法。实验表明本文算法可以减少ZBDD的存储空间,从而降低算法时间复杂度。