【摘要】：基于模型診斷一直是人工智能領(lǐng)域中熱門的研究問題.近些年來,隨著SAT求解器效率的逐漸提高,基于模型的診斷也被轉(zhuǎn)換成SAT問題進(jìn)行求解.在對(duì)基于模型診斷求解方法 CSSE-tree深入研究基礎(chǔ)上,結(jié)合診斷問題和SAT求解過程的特征,給出先對(duì)包含組件個(gè)數(shù)較多的候選診斷進(jìn)行求解的方法,進(jìn)而減小SAT求解問題的規(guī)模;在對(duì)極小診斷解和非極小診斷解剪枝方法的基礎(chǔ)上,首次提出非診斷解定理及非診斷解空間的剪枝方法,有效地實(shí)現(xiàn)了對(duì)診斷的無解空間進(jìn)行剪枝.根據(jù)組件個(gè)數(shù)較多的候選診斷先求解及有解無解剪枝方法特征,構(gòu)建基于反向搜索的LLBRS-tree方法.實(shí)驗(yàn)結(jié)果表明:與CSSE-tree算法相比,LLBRS-tree算法減少了SAT求解次數(shù)、減小了求解問題規(guī)模,效率較好,尤其是求解多診斷時(shí)效率提高更為顯著.
[Abstract]:Model-based diagnosis has been a hot research problem in artificial intelligence field. In recent years, with the improvement of efficiency of SAT solver, model-based diagnosis is transformed into SAT problem. On the basis of the deep research on the model based diagnosis solution method (CSSE-tree), combining the characteristics of the diagnosis problem and the SAT solution process, the method of solving the candidate diagnosis which contains a large number of components is presented, and the scale of the SAT solution problem is reduced. Based on the pruning method of minimal diagnostic solution and non-minimal diagnostic solution, the non-diagnostic solution theorem and the pruning method of non-diagnostic solution space are proposed for the first time, which can effectively prune the non-solution space of diagnosis. According to the characteristics of the candidate diagnostics with a large number of components and the characteristics of the unsolved pruning method, the LLBRS-tree method based on reverse search is constructed. The experimental results show that compared with the CSSE-tree algorithm, the LLBRS-tree algorithm reduces the number of SAT solutions, reduces the size of the problem, and is more efficient, especially in solving multiple diagnostics.
【作者單位】： 吉林大學(xué)軟件學(xué)院;吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;符號(hào)計(jì)算與知識(shí)工程教育部重點(diǎn)實(shí)驗(yàn)室(吉林大學(xué));
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61672261,61502199,61402196,61272208) 浙江省自然科學(xué)基金項(xiàng)目(LY16F020004)~~
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李占山,public.cc.jl.cn,姜云飛;對(duì)基于模型診斷測(cè)試?yán)碚摰男拚c擴(kuò)充[J];軟件學(xué)報(bào);2000年07期

2 羅叢波;;基于模型診斷的應(yīng)用[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年03期

3 李冰;姚鋒;鐘煒;黃元亮;;基于模型診斷的發(fā)展與展望[J];世界科技研究與發(fā)展;2008年02期

4 李占山,姜云飛,孫吉貴;不確定因果理論的基于模型診斷[J];吉林大學(xué)自然科學(xué)學(xué)報(bào);2000年04期

5 歐陽丹彤,歐陽繼紅,劉大有;基于模型診斷的研究與新進(jìn)展[J];吉林大學(xué)自然科學(xué)學(xué)報(bào);2001年02期

6 歐陽丹彤,歐陽繼紅,程曉春,劉杰;基于模型診斷中計(jì)算碰集的方法[J];儀器儀表學(xué)報(bào);2004年S2期

7 王楠;歐陽丹彤;孫善武;;基于模型診斷的抽象分層過程[J];計(jì)算機(jī)學(xué)報(bào);2011年02期

8 王肖;趙相福;;基于模型診斷的候選空間單調(diào)性研究[J];計(jì)算機(jī)集成制造系統(tǒng);2013年12期

9 韓旭;史忠植;林芬;;基于模型診斷的研究進(jìn)展[J];高技術(shù)通訊;2009年05期

10 李占山,王濤,孫吉貴;基于模型診斷方法的系統(tǒng)替換修復(fù)與重新配置[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2003年01期

相關(guān)會(huì)議論文 前3條

1 歐陽丹彤;歐陽繼紅;程曉春;劉杰;;基于模型診斷中計(jì)算碰集的方法[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

2 趙相福;歐陽丹彤;;動(dòng)態(tài)系統(tǒng)基于模型診斷的研究進(jìn)展與展望[A];第七屆青年學(xué)術(shù)會(huì)議論文集[C];2005年

3 歐陽丹彤;才殿波;李占山;;基于模型的動(dòng)態(tài)分層診斷技術(shù)[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)碩士學(xué)位論文 前10條

1 劉東洋;關(guān)于學(xué)習(xí)者行為的基于模型診斷方法的研究[D];吉林大學(xué);2005年

2 賈學(xué)婷;基于模型診斷的貝葉斯方法[D];吉林大學(xué);2010年

3 許有軍;基于模型診斷的診斷算法與診斷策略[D];吉林大學(xué);2005年

4 徐輝;非單調(diào)推理基礎(chǔ)上的基于模型診斷[D];吉林大學(xué);2005年

5 徐培治;基于模型診斷的相關(guān)問題研究[D];吉林大學(xué);2012年

6 王楠;基于模型診斷中測(cè)量方法的研究與實(shí)現(xiàn)[D];吉林大學(xué);2006年

7 趙劍;基于模型診斷及其在動(dòng)態(tài)系統(tǒng)中的應(yīng)用[D];吉林大學(xué);2008年

8 才殿波;分層的基于模型診斷及其于假設(shè)部分序的優(yōu)先診斷[D];吉林大學(xué);2004年

9 陳聞豪;診斷Modelica模型關(guān)鍵技術(shù)的研究[D];華中科技大學(xué);2013年

10 曾維鵬;基于模型診斷電路故障查找算法在片上系統(tǒng)的實(shí)現(xiàn)與應(yīng)用[D];中山大學(xué);2014年

，

本文編號(hào)：2311816