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。

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.*

基于模块分解的多态故障树可靠性分析方法

提出了基于模块分解的多态故障树分析方法:采用基于部件的线性时间改进算法将多态故障树分解成相互独立的子故障树,并基于多态多值决策图方法对子故障树进行建模,递归综合子故障树可靠性结果计算整个系统的可靠性;解决了底事件非统计独立的多态故障树模块分解问题。通过案例分析与传统故障树分析方法进行对比,验证了该方法的正确性和有效性。

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。

带时间延迟的因果图迭代推理算法研究

针对因果图的时间延迟问题,提出了带时间延迟的因果图推理算法。首先给出因果图迭代推理的初步分析和概念,然后通过哑节点使连接强度保持值不变,提出了时间延迟转换的方法。在此基础提出了一种带时间延迟的因果图迭代推理算法,并分析了算法的时间复杂度。该算法只需要通过矩阵乘法运算,就可以在多项式时间复杂度内实现推理,是一种高效的近似推理算法。最后,用实例展示了该算法推理效果。研究表明,在有时间延迟的情况下,该算法能够有效地实现动态推理,其推理过程严谨,结果符合实际情况。

单值因果图模糊推理算法研究

根据单值因果图的推理方法,采用中值法比较模糊概率,提出了单值因果图在模糊条件下进行推理的两种算法。最后,以核电站的一个子系统为例,分别讨论两种算法在不同模糊数下实现的推理,实验结果与实际一致,推理方法可行。研究表明:单值因果图的推理算法能实现模糊条件下的因果图推理,有效地进行故障分析。