本文關(guān)鍵詞：用MDMC-HS-tree方法計(jì)算極小碰集

  更多相關(guān)文章： 極小碰集 基于模型診斷 極大度 極小勢(shì) 碰集樹(shù)

【摘要】：產(chǎn)生待診斷設(shè)備沖突集的所有極小碰集是基于模型診斷的一個(gè)重要步驟,極小碰集即為該設(shè)備的候選診斷.HS-tree算法產(chǎn)生的節(jié)點(diǎn)數(shù)目較多,效率較低.因此,提出了基于極大度和極小勢(shì)的MDMC-HS-tree方法.每次選擇勢(shì)最小的集合進(jìn)行擴(kuò)展,以便減小樹(shù)的寬度;并刪減包含勢(shì)最小集合中度最大元素的集合,不斷將大問(wèn)題化簡(jiǎn)為小問(wèn)題.實(shí)驗(yàn)結(jié)果表明:本算法能夠產(chǎn)生所有極小碰集,且在計(jì)算大規(guī)模碰集時(shí)產(chǎn)生相對(duì)較少的節(jié)點(diǎn),為實(shí)際設(shè)備故障診斷提供較可行的方法.
【作者單位】： 浙江師范大學(xué)數(shù)理與信息工程學(xué)院;
【關(guān)鍵詞】： 極小碰集 基于模型診斷 極大度 極小勢(shì) 碰集樹(shù)
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61003101) 浙江省自然科學(xué)基金資助項(xiàng)目(LY16F020004;Y1100191)
【分類號(hào)】：TP18
【正文快照】： 0引言早前的專家系統(tǒng)診斷方法是一個(gè)依靠經(jīng)驗(yàn)知識(shí)并基于啟發(fā)式規(guī)則的診斷過(guò)程[1].為克服傳統(tǒng)專家診斷在系統(tǒng)規(guī)模增大時(shí)造成不完備和長(zhǎng)時(shí)間推理過(guò)程的不足,人們引入了關(guān)于系統(tǒng)的功能、結(jié)構(gòu)、行為等方面的知識(shí),提出了基于模型的診斷[2].基于模型診斷是人工智能的重要領(lǐng)域,主要具，

本文編號(hào)：515530