基于因果推断肺癌患者生存时间预测方法

医学上常用回归的方法评估肿瘤患者的生存时间,但有一定的局限性。为了提高回归结果,提出一种基于因果推断的患者生存时间预测方法(MRCI-DNN)。采用因果推断算法构建病理因素与患者生存时间的因果网络结构图,从因果网络结构图中筛选主要因素,并结合深度神经网络模型预测生存时间。实验表明,肺癌分期、放化疗、吸烟、PLR、肺癌类型及NLR是影响肺癌患者生存时间的主要因素。通过实验对比,基于因果推断方法筛选主要因素应用在深度神经网络预测上要优于其他选择特征方法。

因果图转换为信度网的算法

动态因果图理论是在信度网基础上发展起来的一种不确定推理模型,两者在知识表达上存在一定的差别,但大体结构类似,在一定的条件下可以进行相互转换。从分析信度网与因果图的知识表达方式的异同入手,最后推导出一种将因果图模型转换为信度网模型的算法,主要从构成信度网模型的两大要素———拓朴结构和条件概率表两方面的生成算法进行了推导和阐述。

因果图向信度网转化的方法研究

在因果图理论中,采用了图形化和直接因果强度来表达知识和因果关系,它克服了贝叶斯网的一些不足,已经发展成了一个能够处理离散变量和连续变量的混合模型。但已有的因果图的推理算法还不能完全适应实际问题的需要,这大大地限制了因果图推广和使用,然而信度网研究已比较成熟,已有许多现成的算法和实用的推理软件。文中给出了从因果图向信度网转化的一般方法,包括因果图的连接强度向信度网的条件概率表转化和因果图的结构向信度网的结构转化,从而可以利用信度网的这些成果。

基于因果图的一种近似推理算法

在因果图理论中,采用图形化和直接因果强度来表达知识和因果关系,它克服了贝叶斯网的一些不足,已经发展成了一个能够处理离散变量和连续变量的混合模型。但由于因果图的精确推理是NP难的,不能完全适应实际问题的需要,因此给出了一种近似推理算法,削减了因果图精确算法的步骤和需要的一些苛刻条件,使得计算的复杂度与事件的节点数同阶,并用具体例子说明了算法推理过程。

GIBBS仿真方法运用在大型因果图的推理过程

在信度网基础上发展起来的因果图模型,克服了信度网的一些不足,目前已发展成一个能够处理离散变量和连续变量的混合模型,特别适于运用在大型的工业故障诊断领域。但因果图在推理计算中,面临着与信度网的推理算法复杂度过高的同样问题。通过比较几种MarkovChainMonteCarlo(MCMC)方法,论文基于Gibbs仿真算法的思想,并对进入稳态条件、采样顺序判定准则、采样结束判据等进行深入分析,进而提出了一种改进的仿真推理新方法。利用该采样仿真算法能极大地提高故障诊断的速度和准确度,这对因果图模型在工业在线故障诊断领域中的应用具有重要意义。

因果图参数的在线学习

因果图理论是利用图形化和直接因果强度来表达知识和因果关系的一种基于概率论的推理方法,能够进行在线动态推理和对复杂系统进行故障诊断,连接强度是其推理的基础,文中给出了采用EM(η)算法在线学习因果图参数(连接强度)的方法,使学习出的参数能适应环境的变化,具有适时性.同时在理论上证明了这种方法的可行性和优点.

敏捷供需链的运作机理研究

基于因果关系图、层次分析法(AHP)、网络分析法 (ANP)等理论和方法提出了敏捷供需链运作机理的研究框架,分别从辨析关键因素、分析因果关系、评价相互影响以及结果分析等方面进行了探索,并通过实例对具体的方法进行了详细说明.*

兵力需求的运作机理研究

兵力需求的影响因素有很多,研究这些因素之间的关系及对兵力需求的影响是一个新的课题。提出了兵力需求运作机理的研究框架,在此基础上,依照辨析关键因素、分析因果关系、评价相互影响、分析计算结果的研究步骤,采用因果关系图、层次分析法(AHP)、网络分析法(ANP)等方法,结合实例对具体问题进行了详细分析。通过研究,得出了影响兵力需求的关键因素之间的量化关系,结论具有一定的科学性。

基于故障模式的输变电设备故障风险分析

对输变电设备进行故障风险分析是保障设备安全经济运行的必要手段,是控制整个电网风险的基础。综合应用因果网络图、领结模型和半马尔科夫过程理论,提出了一种基于故障模式的输变电设备故障风险量化分析方法。首先基于故障案例和专家经验,以因果网络图的形式梳理输变电设备常见故障模式的原因与后果,形成故障风险分析的理论基础。然后针对输变电设备当前可能面临的某种故障模式,确定其在因果网络图中的位置,并依据网络连接关系进行向前探究故障原因和向后预测后果的双向搜索,形成以该故障模式为中心并包含左右两侧因果关系的领结模型,定性的分析该故障模式的发展过程。最后依据故障特点将故障发展过程划分为不同的状态阶段,构建半马尔科夫过程模型,分析得到输变电设备故障风险随时间的变化曲线。基于故障模式的故障风险分析方法可给出故障演变过程和故障风险量化值,使设备的风险控制更有针对性。

一种因果图模块的划分方法

把因果图转化为贝叶斯网络结构,用深度优先最左遍历方法寻找因果图的故障模块,改进了因果图在安全系统诊断中的应用.

基于因果图的贝叶斯网络

在贝叶斯网络中引入了因果图的理论,提出了一种基于因果图的贝叶斯网络,经实验证明,很好地解决了贝叶斯网络中的问题,在现实中有着重要的应用价值.

因果图测试法在地铁网络应用软件合格性测试中的应用

结合长沙地铁2号线列车控制与诊断系统(长沙地铁2号线TCMS)网络应用软件合格性测试过程中的应用实例,对如何运用因果图测试法生成测试用例进行了详细的阐述与分析,可供其他类似软件的测试应用参考。

方家山核电工程测量质量管理

方家山核电工程测量质量管理包括:工程测量质量体系管理,各等级测量控制网管理,施工测量放样管理,变形监测管理,竣工测量及监督监理管理等。方家山核电工程建设初期,因质量管理缺陷,曾出现工程测量质量问题,面对这些管理问题,方家山项目制定了许多工程测量管理程序、制度和规定,有效地控制了工程测量质量发生。首先,方家山项目部建立了工程测量质量管理小组组织机构,在组织上给予了充分保障;其次,充分运用了PDCA循环管理理念和因果图分析管理方法,在理论分析上为工程测量质量管理提供了有力保障;第三,方家山核电工程测量质量管理结合工程自身特点,严格控制了工程测量质量事前、事中、事后各施工环节,制定了相关工程测量措施和操作规程,搭设了论文交流平台、提供了测量竞赛机会等。通过这些管理措施,方家山核电工程测量质量控制管理水平得到了质的提升,自2009年8月以后,方家山核电工程测量质量事件为0事件,工程测量质量管理得到了有条不紊的开展。方家山项目积极探索出的核电工程测量质量管理模式,不仅有力地控制了方家山项目工程测量质量,而且还为其他核电项目提供了良好的工程测量质量管理借鉴模式。

因果图和BP网络的地铁门系统可靠性分析

针对地铁车辆在使用过程中车门系统的可靠性会随着时间发生变化这一情况,提出一种预测分析系统可靠度的新方法,即"因果图分析法"和"BP神经网络"相结合的方法.该方法首先利用因果图得到地铁车门系统在使用前的最初可靠度,再根据系统可靠度随着使用时间变化的规律,结合浴盆曲线对其使用过程中的可靠度进行假设,最后运用BP神经网络对数据进行分析处理,从而对不同使用年限的系统进行可靠度预测.研究表明,该方法行之有效.