本文關(guān)鍵詞：基于二元決策圖和T-S模糊模型分析因果圖

  更多相關(guān)文章： 故障樹 BDD T-S模糊門 因果圖

【摘要】：隨著科技的發(fā)展,人們研究領(lǐng)域的不斷延伸,我們發(fā)現(xiàn)現(xiàn)實(shí)世界中不僅存在確定的信息,同時(shí)也存在許多不確定的信息,不確定信息使我們對(duì)事情不能作出準(zhǔn)確的判斷,因此對(duì)不確定信息的研究就變的尤為重要。因果圖是在信度網(wǎng)上發(fā)展起來的,實(shí)質(zhì)是基于概率論的一種對(duì)不確定信息的推理方法,在故障診斷中有著獨(dú)特的優(yōu)勢(shì)。在運(yùn)用因果圖進(jìn)行診斷時(shí),通常是求某事件在已知證據(jù)下的后驗(yàn)概率,即求事件的一階割集,最終割集,不交化割集及后驗(yàn)概率。但是在現(xiàn)實(shí)世界中,由于環(huán)境和人為等因素,我們很難得到事件的精確概率,因此為了更好的找出故障的原因,改進(jìn)系統(tǒng)的薄弱環(huán)節(jié),在本學(xué)位論文中,將二元決策圖(Binary Decision Diagram,BDD)和T-S模型引入到因果圖中,主要?jiǎng)?chuàng)新點(diǎn)體現(xiàn)在以下兩個(gè)部分。第一部分,先求得因果圖的最小割集并對(duì)事件進(jìn)行排序,并根據(jù)BDD運(yùn)算規(guī)則得到因果圖的BDD。通過對(duì)BDD的研究,我們不僅能夠看到因果圖的最小割集,而且還可以發(fā)現(xiàn)基本事件對(duì)因果圖的影響。在實(shí)際操作中,有助于我們縮小診斷空間,快速分析和診斷故障。最后根據(jù)實(shí)例,證明了此種方法的可行性和適用性。第二部分,將T-S模型運(yùn)用到因果圖中,實(shí)質(zhì)是用模糊數(shù)來代替事件的故障概率,T-S模糊門來代替因果圖的邏輯門。根據(jù)給定的規(guī)則及T-S算法,求得事件故障的模糊概率,對(duì)引起故障最主要的因素進(jìn)行分析,從而改進(jìn)系統(tǒng)的薄弱環(huán)節(jié)。通過實(shí)例,得出了這種方法在因果圖中的有效性和可行性。
【關(guān)鍵詞】：故障樹 BDD T-S模糊門 因果圖
【學(xué)位授予單位】：重慶師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：O159;O211
【目錄】：

• 中文摘要5-6
• 英文摘要6-8
• 1 緒論8-11
• 1.1 研究背景8-9
• 1.2 本文研究的主要問題及內(nèi)容9-10
• 1.3 作者的主要工作10-11
• 2 預(yù)備知識(shí)11-16
• 2.1 因果圖有關(guān)理論11
• 2.2 香農(nóng)(Shannon)分解和BDD11-13
• 2.3 因果圖與故障樹、二元決策圖(BDD)之間的關(guān)系13-14
• 2.4 模糊數(shù)14-15
• 2.5 小結(jié)15-16
• 3 基于二元決策圖的因果圖分析16-27
• 3.1 因果圖向BDD的轉(zhuǎn)化16-17
• 3.2 BDD排序問題17-21
• 3.2.1 相鄰底事件排序法18-20
• 3.2.2 基于結(jié)構(gòu)重要度方法進(jìn)行排序20-21
• 3.3 BDD分析因果圖21-23
• 3.4 BDD的因果圖模塊分解法23-26
• 3.4.1 因果圖模塊的概念23
• 3.4.2 因果圖模塊的分析23-26
• 3.5 小結(jié)26-27
• 4 基于T-S模糊模型分析因果圖27-34
• 4.1 T-S模型的描述及理論27-29
• 4.2 T-S事例分析29-33
• 4.3 小結(jié)33-34
• 5 結(jié)論34-35
• 參考文獻(xiàn)35-37
• 附錄A: 作者攻讀碩士學(xué)位期間發(fā)表論文及科研情況37-38
• 致謝38

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 詹原瑞,謝秋平,李雪;貝葉斯網(wǎng)絡(luò)在因果圖中的應(yīng)用[J];管理工程學(xué)報(bào);2003年02期

2 石慶喜;;基于抽樣的因果圖仿真推理算法研究[J];計(jì)算機(jī)科學(xué);2012年10期

3 王寧;李倩;;因果圖在不確定度評(píng)定中的應(yīng)用[J];計(jì)量與測(cè)試技術(shù);2010年08期

4 閆九芳;;如何運(yùn)用“兩圖一表”完成課題[J];河北水利;2008年05期

5 李建龍;;排列圖因果圖在變速箱質(zhì)量改進(jìn)中的應(yīng)用[J];科技創(chuàng)業(yè)月刊;2011年07期

6 魏岳嵩;田錚;肖艷婷;;結(jié)構(gòu)向量自回歸模型因果圖的信息論辨識(shí)方法[J];工程數(shù)學(xué)學(xué)報(bào);2012年02期

7 魏岳嵩;田錚;陳占?jí)?;向量自回歸模型Granger因果圖的條件互信息辨識(shí)與應(yīng)用[J];控制理論與應(yīng)用;2011年07期

8 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 沈文武;汪成亮;程克非;張勤;;動(dòng)態(tài)因果圖理論及發(fā)展方向(英文)[A];2003年中國智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 呂杰;SAS軟件在質(zhì)量管理中的應(yīng)用(二)[N];中國質(zhì)量報(bào);2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 梁新元;復(fù)雜系統(tǒng)因果圖推理理論與算法研究[D];重慶大學(xué);2005年

2 樊興華;因果圖理論及其用于復(fù)雜系統(tǒng)故障診斷研究[D];重慶大學(xué);2002年

3 石慶喜;因果圖學(xué)習(xí)與推理算法研究[D];重慶大學(xué);2005年

4 王洪春;基于因果圖的不確定性推理理論及算法研究[D];重慶大學(xué);2005年

5 沈文武;因果圖推理算法及專家系統(tǒng)應(yīng)用研究[D];重慶大學(xué);2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 馬超;結(jié)構(gòu)重要度的因果圖分析方法[D];重慶師范大學(xué);2016年

2 嚴(yán)曉;基于二元決策圖和T-S模糊模型分析因果圖[D];重慶師范大學(xué);2016年

3 彭霜霜;區(qū)間數(shù)因果圖的不確定性推理及算法研究[D];重慶師范大學(xué);2016年

4 梁帆;因果圖推理的改進(jìn)及應(yīng)用[D];重慶師范大學(xué);2016年

5 馮李;基于正態(tài)型模糊數(shù)的因果圖故障診斷應(yīng)用[D];重慶師范大學(xué);2015年

6 劉華東;因果圖軟件實(shí)現(xiàn)與應(yīng)用[D];重慶大學(xué);2003年

7 李波;動(dòng)態(tài)因果圖用于汽油發(fā)動(dòng)機(jī)故障智能診斷的理論及方法研究[D];重慶大學(xué);2002年

8 王宏川;因果圖推理及其應(yīng)用研究[D];重慶大學(xué);2002年

，

本文編號(hào)：950580