多值因果图的推理算法研究

针对多值因果图存在的两个困难 :(1)不严格满足概率论 ;(2 )将其用于实际问题时 ,推理结果可能出现错误 ,提出了一种基于因果影响可能性分配的推理算法 .该算法将多值因果图的推理分成 3个阶段 ,首先对多值因果图进行补充定义 ,使多值因果图能够兼容单值因果图 ;接着将多值因果图转化为单值因果图进行概率计算 ;最后对多值因果图进行可能性计算 ,将单值因果图计算得到的概率按多值因果图计算得到的可能性进行分配 .以核电站二回路系统中蒸汽发生器故障诊断因果图为例 ,展示了该算法推理计算的全过程 .实例表明 ,该算法能够有效地克服多值因果图存在的困难 ,其推理过程严谨 ,计算结果符合实际情况 .在前面提出的推理算法基础上 ,针对其不能处理模糊情况的局限性 ,提出了一种模糊推理算法 .该算法对多值因果图进行了模糊扩展定义 ,在读数变量和事件变量之间建立了用于表达模糊知识的模糊对应关系 ,在事件变量上定义了一个等价的虚拟模糊状态 ,使读数变量取值对应一个模糊状态 ,把读数的模糊推理转化为对应模糊状态的非模糊推理 .通过本文的工作 。

多值因果图的一种推理算法

该文针对多值因果图存在的两个困难:不严格满足概率论;将其用于实际问题时,推理结果可能出现错误。提出了一种基于因果影响可能性分配的推理算法。该算法对多值因果图进行了补充定义,使多值因果图能够兼容单值因果图;定义了事件变量状态可能性,及其精确计算方法和近似计算方法;给出了将多值因果图转化为单值因果图的方法和步骤,并推导了相应的计算公式;给出了收到证据后,感兴趣变量状态的后验概率计算方法。以核电站二回路系统中蒸汽发生器故障诊断因果图为例,展示了该算法推理计算的全过程。实例表明,该算法能够有效地克服多值因果图存在的困难,其推理过程严谨,计算结果符合实际情况。

多值因果图知识独立性与相关性的矛盾及解决办法

首先给出一个基本假设, 假定在多值因果图中, 原因节点不直接影响结果节点, 而是只贡献概率值, 结果节点的状态由这些概率值之和形成的概率分布随机决定. 接着, 通过引入归一化常数来解决推理过程中的归一性问题. 最后, 假定指向同一节点的各连接事件的各状态之间彼此互斥, 这并不会影响推理结果, 这一特性保证了推理过程中任一节点的状态之间彼此互斥, 也简化了推理算法.*

一种引入归一化常数的多值因果图推理算法

在将原单值因果图推理算法直接应用于多值因果图推理时,存在不严格满足概率推理中的归一性和互斥性要求的严重问题。该文提出的算法采用以下方法成功解决了这一难题:①假定多值因果图中原因节点对结果节点只贡献概率值,且每个贡献是简单相加的关系。即原因节点对结果节点状态的影响是非直接的,原因节点只影响结果节点各状态的概率分布,结果节点的状态由这个状态概率分布随机决定;②引入归一化常数来保证推理过程中的归一性;③通过推导出多值因果图的一个性质,即可以在推理过程中假定指向同一节点的所有连接事件的各状态之间彼此互斥来保证推理过程的互斥性。从而使得算法在推理过程中同一节点的各状态间完备且互斥,保证了推理的正确性。

多值动态不确定因果图的推理算法研究

利用领域知识求解多值动态不确定因果图的联合概率分布所涉及的领域因果图的概率分布表达式构造难度大,针对这一问题,从2类因果循环图出发,提出一种基于图分解的推理算法。该算法极大地简化了全局概率分布表达式的构造过程,有效地降低了领域因果图概率分布表达式构造的难度。提高了多值动态不确定因果图的推理效率。