基于模型诊断的改进贝叶斯方法

• 作者: 张立明 欧阳丹彤 贾学婷
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 基于模型诊断 贝叶斯理论 一致性诊断
• 年，卷（期）: 2010,（7）
• 页码范围: 191-194,204
• 分类号: TP306
• 字数: 5563字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2010.07.046

摘要

基于模型诊断是针对系统或设备的行为和结构建立模型,从而进行诊断的.但是基于模型诊断的方法存在不确定性问题,诊断的结果可能为一组故障部件.为解决不确定性问题,很多学者在基于模型诊断中使用了概率的方法,利用待诊断设备组成部件的故障概率信息来寻找最可能的诊断.通过对模型诊断中存在的不确定性问题的深入研究,在基于模型诊断中提出了概率的贝叶斯解释,从而利用后验概率形式量化了元件故障的可能性的衡量标准,并且改进了计算元件后验概率的方法,分析了改进后算法的复杂性和完备性,证明了改进后的方法降低了时间和空间的复杂性.实验结果表明,改进后算法的执行效率较原有的算法有明显的提高,且有些问题可以提高两个数量级.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳丹彤	吉林大学符号计算与知识工程教育部重点实验室	108	781	15.0	23.0
2	张立明	吉林大学计算机科学与技术学院	27	139	7.0	10.0
3	贾学婷	吉林大学计算机科学与技术学院	1	6	1.0	1.0