因果圖推理的改進及應用.pdf

1、重慶師范大學碩士學位論文因果圖推理的改進及應用碩士研究生：梁帆指導教師：王洪春教授學科專業(yè)：概率論與數理統(tǒng)計所在學院：數學科學學院重慶師范大學2016年3月重慶師范大學碩士學位論文中文摘要因果圖推理的改進及應用摘要人工智能在實際的應用研究中，其本質為求解不確定性問題的能力。因此，不確定性推理模型則是人工智能的核心研究課題。動態(tài)因果圖理論，是一種基于概率論的知識表達的不確定性推理模型。該方法結合了故障樹與信度網的優(yōu)點，并克服了一些不足，在

2、不確定性推理過程中具有很大的優(yōu)勢。隨著近年來不斷的持續(xù)深入研究，該理論在故障診斷等領域得到很大的完善與發(fā)展。因此，對因果圖的進一步研究具有重要的學術意義和應用價值。論文對因果圖的推理及應用進行了討論和研究，主要內容包括：首先，對因果圖的經典推理算法進行改進。引入基本事件矩陣，通過矩陣元素的規(guī)則抽取得出最小割集。省略了求一階割集的步驟，簡化集合運算。并提出一種動態(tài)因果圖向改進的二元決策圖轉換的方法。通過改進的二元決策圖推理省略了割集不交化

3、的過程，得到不交化割集，減小經典推理的復雜度。其次，擴展了因果圖的應用領域。將因果圖應用在安全系統(tǒng)領域中，把因果圖轉化為貝葉斯網絡結構，用深度優(yōu)先最左遍歷方法尋找因果圖的故障模塊，提高因果圖在安全系統(tǒng)診斷中的應用。并將因果圖理論應用于銀行操作風險領域。在因果圖理論中引入基本事件損失重要度等概念，測算了各基本事件對銀行風險的影響程度以及不同的作用形式，從而對銀行風險進行定量分析。關鍵詞：人工智能，不確定性推理，因果圖，故障診斷，矩陣，二元