本文關(guān)鍵詞：區(qū)間數(shù)因果圖的不確定性推理及算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：實際生活中的現(xiàn)象和客觀事物,普遍存在多樣性、不精確性和不確定性,造成人們對各領(lǐng)域中知識和信息的認(rèn)識也存在不確定性,而人工智能的領(lǐng)域之一便是利用機器模擬人的大腦對這類不確定性知識進行表述和推理。不確定知識表達方法包括:信度網(wǎng)、模糊邏輯、粗糙集理論、Dempster-Shafer的證據(jù)理論以及動態(tài)因果圖等。這些方法在處理不確定信息時,都會有相應(yīng)的優(yōu)缺點,不同方法之間有一定的共通性。本文圍繞因果圖的知識表達與推理,復(fù)雜模型的建立,解析推理的困難,以及基本事件為區(qū)間數(shù)的應(yīng)用,結(jié)合粗糙集對復(fù)雜圖形的約簡以及Dempster-Shafer證據(jù)理論在獲取數(shù)據(jù)方面的優(yōu)勢進行討論研究。主要內(nèi)容如下:(1)介紹因果圖的知識表達以及推理,用節(jié)點表示事件或變量,因果圖是帶有環(huán)型結(jié)構(gòu)的圖,也就是說輸入節(jié)點與輸出節(jié)點會發(fā)生相互推導(dǎo)的過程。因果圖作為知識表達中概率的方法,是針對事件的精確概率值推導(dǎo)計算,而實際情況中卻由于初始數(shù)據(jù)的誤差、缺失等原因無法獲得精確概率值,針對這種情況本文提出將精確值擴充為區(qū)間數(shù),利用區(qū)間數(shù)可以表示范圍的特點將精確概率值轉(zhuǎn)換成區(qū)間數(shù),既可有效處理事件模糊性和不確定性,又可降低獲取精確值的難度。其中區(qū)間數(shù)的上下界值,采用非概率方法中的Dempster-Shafer證據(jù)理論獲得,根據(jù)計算似然函數(shù)Pls(Plausibility Function)和信度函數(shù)Bel(Belief Function)作概率區(qū)間的上下界,具有更好的可靠性,再根據(jù)區(qū)間分析理論計算所求事件的區(qū)間概率,減化了因果圖解析算法中的N-P難.(2)在對因果圖研究過程,已有研究者根據(jù)每個基本事件在整個因果圖模型中情況推導(dǎo)出基本事件概率重要度,結(jié)構(gòu)重要度以及關(guān)鍵重要度。而本文根據(jù)基本事件的區(qū)間數(shù)值大小,得出在不同條件下基于區(qū)間數(shù)基本事件發(fā)生的概率大小排序,在工程運用中,可依據(jù)區(qū)間概率值的大小,得出某條件下最容易的發(fā)生故障的基本事件,即是引起故障系統(tǒng)的原因事件,并加強保障措施。(3)一旦系統(tǒng)過于復(fù)雜,在實際中就很難找出故障源,本文采用與粗糙集結(jié)合,介紹粗糙集基本理論,并利用粗糙集的知識約簡對因果圖進行簡化處理,便于在工程中尋找故障源,同時根據(jù)因果圖的最小徑集和最小割集故障診斷方法進行故障診斷,同樣有利于在實際工程中進行維修排查縮短時間。通過本文,系統(tǒng)的描述了不確定知識的表達方法,因果圖的模型推理、研究,介紹了粗糙集和D-S理論在處理不確定知識中的優(yōu)勢,并充分利用不確定知識中的證據(jù)理論,區(qū)間分析,粗糙集理論與因果圖結(jié)合達到避免獲取基本事件精確值的困難,以及邏輯運算復(fù)雜程度困難,將因果圖在故障診斷前進行一定約簡,有利于縮短故障診斷時間,符合實際情況,診斷迅速,效果較好。
【關(guān)鍵詞】：區(qū)間數(shù) 動態(tài)因果圖 D-S理論 重要度 知識約簡
【學(xué)位授予單位】：重慶師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要5-7
• Abstract7-11
• 1 緒論11-18
• 1.1 論文研究背景11-15
• 1.1.1 人工智能中的不確定性問題及推理11-13
• 1.1.2 因果圖理論產(chǎn)生背景及研究現(xiàn)狀13-15
• 1.1.3 因果圖模型用于故障診斷15
• 1.2 論文創(chuàng)新點15-16
• 1.3 論文章節(jié)安排16-18
• 2 因果圖知識表達與推理18-24
• 2.1 引言18
• 2.2 因果圖知識表達18-20
• 2.2.1 因果圖模型描述及符號定義18-19
• 2.2.2 因果樹19-20
• 2.3 因果圖的常規(guī)推理算法20-23
• 2.4 小結(jié)23-24
• 3 基于D-S理論的區(qū)間數(shù)因果圖推理研究24-30
• 3.1 引言24
• 3.2 D-S理論的簡介24-26
• 3.2.1 D-S理論慨述24-25
• 3.2.2 D-S理論的優(yōu)缺論述25-26
• 3.3 區(qū)間數(shù)知識分析26-27
• 3.3.1 區(qū)間分析知識表達26
• 3.3.2 因果圖分析的基本區(qū)間算子26-27
• 3.4 應(yīng)用事例分析27-29
• 3.5 小結(jié)29-30
• 4 區(qū)間數(shù)因果圖的基本事件重要度排序30-34
• 4.1 引言30
• 4.2 因果圖基本事件的排序法綜述30-31
• 4.3 基本事件區(qū)間數(shù)重要度排序步驟31
• 4.4 應(yīng)用實例31-33
• 4.5 小結(jié)33-34
• 5 基于粗糙集的區(qū)間數(shù)因果圖知識約簡34-40
• 5.1 引言34
• 5.2 粗糙集的基本理論34-36
• 5.2.1 粗糙集知識簡介34
• 5.2.2 粗糙集的基本理論和符號定義34-36
• 5.3 粗糙集的知識約簡過程36-38
• 5.4 基于粗糙集約簡構(gòu)建因果圖38
• 5.5 小結(jié)38-40
• 6 總結(jié)40-41
• 參考文獻41-44
• 附錄： 作者在攻讀碩士學(xué)位期間發(fā)表的論文目錄44-45
• 致謝45

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃臻睿;因果圖——檔案統(tǒng)計分析的有效方法[J];北京檔案;1991年02期

2 王洪春,石慶喜,張勤;因果圖向信度網(wǎng)轉(zhuǎn)化的方法研究[J];計算機仿真;2004年10期

3 王洪春;;因果圖參數(shù)的在線學(xué)習(xí)[J];重慶大學(xué)學(xué)報(自然科學(xué)版);2006年03期

4 梁新元;;單值模糊因果圖混合推理研究[J];微電子學(xué)與計算機;2008年02期

5 梁新元;石慶喜;;復(fù)雜系統(tǒng)因果圖合成建模方法研究[J];計算機工程與應(yīng)用;2008年21期

6 張勤,樊興華,黃席樾,王宏川,李波;因果圖用于復(fù)雜系統(tǒng)故障診斷研究[J];計算機工程與應(yīng)用;2002年04期

7 梁新元,張勤;因果圖在故障分析中的應(yīng)用研究[J];計算機工程與應(yīng)用;2004年19期

8 汪成亮,沈文武,程克非,張勤;連續(xù)變量/離散變量混合因果圖推理模型研究[J];信息與控制;2004年03期

9 石慶喜,梁新元,張勤;因果圖的一種快速推理方法[J];計算機工程與應(yīng)用;2005年28期

10 梁新元;吳淑皇;石慶喜;;梯形模糊因果圖及歸一化研究[J];計算機科學(xué);2006年12期

中國重要會議論文全文數(shù)據(jù)庫 前1條

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

中國重要報紙全文數(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;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;因果圖軟件實現(xiàn)與應(yīng)用[D];重慶大學(xué);2003年

7 李波;動態(tài)因果圖用于汽油發(fā)動機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

  本文關(guān)鍵詞：區(qū)間數(shù)因果圖的不確定性推理及算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：310054