不精確推理方法研究--優(yōu)秀畢業(yè)論文

1、工學(xué)碩士學(xué)位論文不精確推理方法研究賈維弟哈爾濱工業(yè)大學(xué)2007 年 7 月國內(nèi)圖書分類號：TP306+.3 國際圖書分類號: 621.3工學(xué)碩士學(xué)位論文不精確推理方法研究碩 士 研 究 生：賈維弟導(dǎo)師：孫圣和 教授申請學(xué)位：工學(xué)碩士學(xué) 科 、 專 業(yè)：儀器科學(xué)與技術(shù)所在單位：電氣工程及自動化 答辯日期：2007 年 7 月 6 日 授予學(xué)位單 位：哈爾濱工業(yè)大學(xué)Classified Index: TP306+.3 U.D.C.: 621.3Dissertation for the Master Degree in EngineeringRESEARCH ON UNCERTAINTY REASO

2、NING ALGORITHMSCandidate：Weidi JiaSupervisor：Prof. Shenghe SunAcademic Degree Applied for：Master of EngineeringSpeciality：Instrumentation Science and TechnologyUnit：Department of Electrical EngineeringDate of Oral Examination：July, 6th, 2007University：Harbin Institute of Technology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要隨

3、著現(xiàn)代化生產(chǎn)的不斷發(fā)展和科學(xué)技術(shù)的進(jìn)步，現(xiàn)代設(shè)備的功能越來越 完善，結(jié)構(gòu)也越來越復(fù)雜。如果設(shè)備出現(xiàn)故障，維修人員又不能快速準(zhǔn)確的 對故障加以定位和處理，就會發(fā)生嚴(yán)重的甚至災(zāi)難性的事故，造成巨大的經(jīng) 濟(jì)損失。為了減小各種故障發(fā)生時帶來的負(fù)面效應(yīng)，不但要求監(jiān)測和維修人 員具有較高的技術(shù)素質(zhì)，同時也要求現(xiàn)代診斷設(shè)備的精密化和智能化的程度 較高，因此基于人工智能推理機(jī)的研究變得越來越重要。近年來，不精確推 理作為人工智能推理機(jī)的核心研究內(nèi)容得到了不斷發(fā)展和創(chuàng)新。本文詳細(xì)地闡述了不精確推理的基本概念，重點(diǎn)介紹了概率推理，證據(jù) 推理以及模糊推理三種不精確推理方法，分析了其基本原理，并利用 MATLAB 對

4、典型不精確推理方法的基本特性進(jìn)行了仿真實(shí)驗(yàn)分析。實(shí)現(xiàn)了 經(jīng)典不精確推理方法的基本算法設(shè)計，以及算法特性的驗(yàn)證分析，得出了每 一種方法的適用條件和使用時應(yīng)該注意的問題，為不精確推理的應(yīng)用設(shè)計提 供了基礎(chǔ)理論和實(shí)驗(yàn)依據(jù)。另外，本文結(jié)合文獻(xiàn)中提出的實(shí)現(xiàn)方法和已完成 的實(shí)驗(yàn)，利用 VC+的動態(tài)鏈接庫對基本不精確推理方法進(jìn)行了通用性擴(kuò)展 和算法封裝，探討了經(jīng)典方法的實(shí)際應(yīng)用問題。在基本方法分析和應(yīng)用分析的基礎(chǔ)上，綜合運(yùn)用 ASP 和 JSP 語言，以 模糊推理和模糊匹配原理為基礎(chǔ)，在 DreamWeaver MX 2004 的開發(fā)環(huán)境中 設(shè)計并編寫了導(dǎo)彈故障診斷系統(tǒng)的推理機(jī)程序。經(jīng)過調(diào)試及局域網(wǎng)環(huán)境測

5、試，系統(tǒng)能夠?qū)?shù)據(jù)庫中的相關(guān)內(nèi)容進(jìn)行模糊識別，并且能夠模糊推理出正 確的結(jié)果。關(guān)鍵詞不精確推理；推理機(jī)；故障診斷；模糊匹配IAbstractWith the development of modern production and improvement of science and technique, the function of modern devices has been more and more complicated. If failures happened, it would lead to serious damage and even economic loss wi

6、thout finding and disposing failures rapidly and exactly. To reduce the negative effect of such failures, it not only requires people with high technique, but also requires more exact and intelligent modern diagnosis devices. So the researches of reasoning machine based on artificial intelligence be

7、come more and more important. Recent years, the research of uncertainty reasoning as the core of artificial intelligence reasoning machine has been continuous developed and innovated.This thesis expounds the basic concepts of uncertainty reasoning and chiefly illustrates the main pointthe research o

8、f uncertainty reasoning algorithms, including probability reasoning, evidence reasoning and fuzzy reasoning. Itanalyzes these uncertainty reasoning methods and simulate their characteristics on MATLAB. These classical uncertainty reasoning algorithms has been validated and simulated, and the simulat

9、ion results show the restrictions and proper conditions when using these algorithms to design uncertainty reasoning machines, which provides basic theories and experimental evidences for uncertainty reasoning. According to the literature and experiments of uncertainty reasoning methods, the thesis t

10、akes use of Visual C+ to program the algorithms with DLL and extends the access in reasoning system and discusses the extended application.Then, a reasoning machine of missile fault diagnosis system has been designed and programmed in the DreamWeaver MX 2004 development with ASP and JSP programming

11、language, based on the fuzzy reasoning and fuzzy matching principle. The system can identify the related knowledge in the database with fuzzy theory and reasoning the correct results in LAN.Keywords Uncertainty reasoning; Reasoning machine; Fault diagnosis; Fuzzy matchingII目錄-4-摘要IAbstractII第 1 章 緒論

12、11.1 不精確推理的基本概念11.1.1 概率推理21.1.2 證據(jù)推理31.1.3 模糊推理41.1.4 四種理論模型的比較分析41.2 國內(nèi)外研究現(xiàn)狀71.3 課題的背景、目的和意義91.4 主要研究內(nèi)容101.5 本文的結(jié)構(gòu)11第 2 章 基于概率推理的不精確推理方法研究122.1 概率推理概述122.1.1 確定性理論122.1.2 主觀貝葉斯理論142.2 基于概率推理的不精確推理方法研究182.2.1 一般不精確推理算法模型182.2.2 確定性理論推理算法研究192.2.3 主觀貝葉斯理論推理算法研究212.3 仿真實(shí)驗(yàn)與分析222.3.1 確定性理論仿真試驗(yàn)及分析222.3.

13、2 主觀貝葉斯理論仿真實(shí)驗(yàn)及分析262.4 本章小結(jié)28第 3 章 基于證據(jù)推理的不精確推理方法研究293.1 證據(jù)推理概述293.2 基于證據(jù)推理的不精確推理方法研究333.3 仿真實(shí)驗(yàn)與分析363.4 本章小結(jié)39第 4 章 基于模糊推理的不精確推理方法研究414.1 模糊推理概述414.2 基于診斷知識的模糊描述414.3 模糊可信度的計算444.4 字符串的模糊匹配原理464.5 本章小結(jié)48第 5 章 不精確推理方法應(yīng)用分析505.1 不精確推理方法的模型分析505.2 不精確推理的數(shù)據(jù)預(yù)處理515.3 不精確推理的算法封裝535.3.1 動態(tài)鏈接庫概述545.3.2 動態(tài)鏈接庫的實(shí)

14、現(xiàn)方法545.3.3 不精確推理封裝算法的實(shí)現(xiàn)555.4 模糊推理的應(yīng)用分析585.4.1 模糊推理機(jī)的總體設(shè)計方案585.4.2 模糊推理機(jī)的實(shí)現(xiàn)605.5 不精確推理機(jī)在故障診斷中的應(yīng)用展望625.5.1 不精確推理機(jī)進(jìn)行故障診斷的優(yōu)勢625.5.2 不精確推理機(jī)在故障診斷中的應(yīng)用635.6 本章小結(jié)63結(jié)論64參考文獻(xiàn)65攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文69哈爾濱工業(yè)大學(xué)碩士學(xué)位論文原創(chuàng)性聲明70哈爾濱工業(yè)大學(xué)碩士學(xué)位論文使用授權(quán)書70哈爾濱工業(yè)大學(xué)碩士學(xué)位涉密論文管理70致謝71第1章 緒論1.1不精確推理的基本概念從認(rèn)識論的角度來看，人類認(rèn)識客觀世界的認(rèn)識論，實(shí)質(zhì)上是一種對客觀 存在的反映

15、，客觀世界的不確定性決定了人類認(rèn)識的不確定性。以圖 1-1 左側(cè) 圖為例，有人看到的是一個少女，而有些人看到的則是一個老婦人。這是因?yàn)?視覺對圖像的不同部位注意程度有差異，注意整體還是注意局部，使得人們對 相同的事物看到不同的結(jié)果。只注意到頭發(fā)和衣領(lǐng)間的局部，可把它看成少女 的側(cè)面；而如果將少女的下巴部位看成是鼻子，少女的項(xiàng)鏈部位看成是嘴，就 變成了一幅老婦人的畫像。這就是視覺的不確定性。視覺還會有錯覺。對于圖 1-1 右側(cè)的圖，人們會認(rèn)為小圓內(nèi)部的圓比大圓內(nèi)部的圓要大，而實(shí)際上它們 一樣大。背景的干擾使得人們產(chǎn)生了錯覺。眼睛還會因?yàn)楣庹?、角度、色彩?運(yùn)動等諸多因素的影響而產(chǎn)生幻覺1。可以看

16、出，不確定性是客觀存在，這種 客觀存在使它受到科學(xué)家們的廣泛關(guān)注和重視。圖 1-1 視覺感知的不確定性和錯覺在許多專業(yè)領(lǐng)域中，如經(jīng)濟(jì)分析、醫(yī)療診斷、人口預(yù)測、氣象預(yù)報、礦產(chǎn) 勘探、故障檢測、軍事指揮等，系統(tǒng)在進(jìn)行分析預(yù)測時，可利用的證據(jù)和知識 往往是不確定的，傳統(tǒng)的邏輯難以對這些不確定性知識進(jìn)行推理并做出判斷， 參考同樣情況下的人類的思維卻能有效的處理這類知識。因而出現(xiàn)了利用不確 定性的知識解決問題的不精確推理的理論。所謂不精確推理就是在“公理”（如領(lǐng)域?qū)＜医o出的規(guī)則強(qiáng)度和用戶給出的 原始證據(jù)的不確定性）的基礎(chǔ)上，定義一組函數(shù)，求出“定理”（非原始數(shù)據(jù)的 命題）的不確定性的度量。也就是說，根據(jù)

17、原始證據(jù)的不確定性和知識的不確 定性，求出結(jié)論的不確定性。- 71 -在研制和開發(fā)專家系統(tǒng)的實(shí)際過程中，領(lǐng)域?qū)＜业闹R和我們要處理的信 息往往是不確定的、不精確的、不完全知道的，甚至是模糊的、不完備的、彼 此不一致的和時變的2。因此，為了要把這些不確定的知識表示在專家系統(tǒng) 中，并且能用這些形式化了的不確定的知識進(jìn)行判斷、推理和決策，除了要研 究不確定和不精確知識的表示方法外，還要探討不精確的推理方法。在客觀世 界中，有很多事實(shí)是不確定的，而事實(shí)與結(jié)論之間也不是必然的因果關(guān)系，它 們是一個模糊集合3?？梢哉f，專家系統(tǒng)設(shè)計中不精確推理的使用，幾乎是難 于避免的，成為一個涉及到專家系統(tǒng)設(shè)計成敗的重要

18、問題。因此，不確定推理 模型是專家系統(tǒng)的一個核心研究內(nèi)容?，F(xiàn)在，人們提出的不精確推理模型可以說是不計其數(shù)，其中有代表性的方 法主要有以下三種方法：概率推理、證據(jù)理論和模糊理論45678。下面將討 論這三種方法并分析它們各自的特點(diǎn)以及它們之間的相互關(guān)系。1.1.1 概率推理人們根據(jù)不確定性信息作出推理和決策需要對各種結(jié)論的概率作出估計， 這類推理稱為概率推理。概率推理9主要包括確定性理論和主觀貝葉斯理論， 這一領(lǐng)域的探討對揭示人們對概率信息的認(rèn)知加工過程與規(guī)律、指導(dǎo)人們進(jìn)行 有效的學(xué)習(xí)和判斷決策都具有十分重要的理論意義和實(shí)踐意義。1.1.1.1 確定性理論 確定性理論（ Confirmation

19、 Theory ）是由肖特里菲 （E.H.Shortliffe）等人提出的一種不精確推理模型，并于 1976 年首次在血液病 診斷專家系統(tǒng) MYCIN 中得到了成功應(yīng)用10。在確定性理論中，確定性是用可 信度來表示的，因此又稱為可信度方法（即 Confirmation 模型）。它是不精確 推理中使用最早、最簡單且又十分有效的一種推理方法。目前，有許多成功的 專家系統(tǒng)都是基于這一方法建立起來的。Heckerman 針對 MYCIN 的不確定推理模型，給出了順序組合運(yùn)算和平行 組合運(yùn)算應(yīng)滿足的公理。Driankov 針對置信區(qū)間表示的不確定性度量，給出了 “與”、“或”、“非”組合以及順序組合、平

20、行組合等五個運(yùn)算應(yīng)滿足的公理。王 申康教授也針對 MYCIN 的不確定推理模型，給出了傳播運(yùn)算應(yīng)滿足的一些描 述性的條件。所有以上這些工作都是針對某種特殊情況進(jìn)行抽象的11。確定性理論通過對給定規(guī)則下的數(shù)據(jù)計算，給出確定性因子的結(jié)果，即確 定性理論的推理結(jié)果。該方法比較簡單、直觀，易于掌握和使用。但是，對于 其它復(fù)雜的系統(tǒng)來說，如果不精確推理鏈過長或推理順序經(jīng)常改變時，該算法可能會引起傳遞誤差的增加，導(dǎo)致推理結(jié)果不準(zhǔn)確。因此，該方法適用于不精 確推理鏈較短且推理順序不易改變的情況。1.1.1.2 主觀貝葉斯理論 主觀貝葉斯方法是由杜達(dá)（R.O.Duda）等人于 1976 年提出的一種不精確推理

21、模型，并成功地運(yùn)用于地礦勘探專家系統(tǒng) PROSPECTOR 中10。它使用概率分布來處理不確定性問題。主觀貝葉斯理論是基于貝葉斯規(guī)則的計算方法，具有公理基礎(chǔ)和易于理 解的數(shù)學(xué)性質(zhì)。它提供了兩個規(guī)則強(qiáng)度，恰當(dāng)?shù)靥幚砹俗C據(jù)存在和不存在兩 種情況對假設(shè)的影響，該方法應(yīng)用分段線性插值方法較好地處理了主觀概率 的數(shù)學(xué)不一致性。不過，在一個大型專家系統(tǒng)中，要求所有假設(shè)的概率都是 獨(dú)立的是不可能的12。此外，在系統(tǒng)中增加或刪除一個假設(shè)時，為了保證系 統(tǒng)的相關(guān)性和一致性，還必須重新計算所有概率，計算量也會大大增加。貝葉斯網(wǎng)絡(luò)又稱為信度網(wǎng)絡(luò)1314（belief networks），是 Bayes 方法的擴(kuò) 展

22、，也是目前不確定知識表達(dá)和推理領(lǐng)域最有效的理論模型之一12 15。從 1988 年由 Pearl 提出后16，已經(jīng)成為近十幾年來研究的熱點(diǎn)。貝葉斯網(wǎng)絡(luò)是一 種基于網(wǎng)絡(luò)結(jié)構(gòu)的有向圖解描述17，是人工智能、概率理論、圖論、決策分 析相結(jié)合的產(chǎn)物，適用于表達(dá)和分析不確定性和概率性的事物，應(yīng)用于有條 件地依賴多種控制因素的決策18，可以從不完全、不精確或不確定的知識或 信息中做出推理。20 世紀(jì) 90 年代，有效的推理和學(xué)習(xí)算法大大推動了貝葉斯 網(wǎng)絡(luò)19的發(fā)展和應(yīng)用，首先在專家系統(tǒng)得到了廣泛的應(yīng)用。隨著可以商業(yè)應(yīng) 用的貝葉斯網(wǎng)絡(luò)分析軟件的產(chǎn)生，貝葉斯網(wǎng)絡(luò)得到了推廣，在很多領(lǐng)域取得 了廣泛的應(yīng)用，成為概

23、率知識表達(dá)的最強(qiáng)有力的工具之一20，同時也成為研 究的熱點(diǎn)問題之一。1.1.2 證據(jù)推理證據(jù)理論是由 Dempster 首先提出，并由 Shafer 進(jìn)一步發(fā)展起來的一種處 理不確定性的理論，因此又稱為 Dempster-Shafer 理論21。可用來處理由不知 道而引起的不精確性，而且不必事先給出知識的先驗(yàn)概率。證據(jù)理論滿足比概 率論弱的公理，能夠區(qū)分“不確定”與“不知道”的差異，并能處理由“不知道”引 起的不確定性，當(dāng)概率值為已知時，證據(jù)理論就變成了概率論。所以證據(jù)理論 有時也被稱為廣義概率論。該理論提出的初期并沒有引起人們的重視，直到80年代Barnett、Friedman 等人將這個方

24、法應(yīng)用于專家系統(tǒng)，才認(rèn)識到它具有利用證據(jù)的積累可以縮小假設(shè)置信區(qū)間的重要優(yōu)點(diǎn)，從此受到人們的重視。 證據(jù)理論是在主觀貝葉斯理論的基礎(chǔ)上進(jìn)行了推廣。對于復(fù)雜的系統(tǒng)，一般情況下規(guī)則都是合成的，證據(jù)理論可以完成這類不精確推理，處理不知道和 不確定之間的關(guān)系，依靠證據(jù)的積累縮小置信區(qū)間。不過由于證據(jù)理論在數(shù)值 上缺乏穩(wěn)定性，一個很小的變化會導(dǎo)致很大的誤差，并且要求系統(tǒng)的數(shù)據(jù)要互 相獨(dú)立。1.1.3 模糊推理Zadeh 在 1965 年首先提出了模糊集合理論，1978 年又將他的模糊集合理 論應(yīng)用到近似推理方面，形成了可能性理論22（Possibility Theory）?？赡苄?理論的基本思想是要確定

25、諸如可能性、可能性分布、可能性分布函數(shù)、條件可 能性分布函數(shù)、邊緣可能性分布函數(shù)等測度以及它們之間的關(guān)系。同時，還要 確定各種模糊命題的轉(zhuǎn)換規(guī)則和不確定命題的推理規(guī)則等。模糊推理的理論基礎(chǔ)是可能性理論以及在此基礎(chǔ)上發(fā)展起來的模糊邏輯， 它的算法形式靈活，根據(jù)不同的問題形式可進(jìn)行有針對性的處理，模糊推理算 法廣泛應(yīng)用于詞匯識別等應(yīng)用領(lǐng)域。1.1.4 四種理論模型的比較分析（1） 不精確推理模型分別從不同的觀點(diǎn)來處理不確定性。其中，在確定性理論中，不確定性是證實(shí)（或支持）的程度；在主觀 Bayes 方法中，不確定性看作是概率；在證據(jù)理論中，不確定性看作是可信 度，而在模糊集理論中，不確定性看作是集

26、合的隸屬度7。在主觀 Bayes 方 法、證據(jù)理論和模糊集理論中，實(shí)體的不確定性由區(qū)間0，1中的一個數(shù)值來 確定，而在確定性理論中，范圍則是-1，1。主觀 Bayes 方法和確定性理論都只用了一個數(shù)值來表示不確定性，即主觀 Bayes 方法采用主觀概率（先驗(yàn)可能性），確定性理論采用可信度。在一般情 況下，用一個數(shù)值來表示知識的不確定性，反映不出對知識的不知道信息，而 證據(jù)理論是采用兩個數(shù)值來描述知識的不確定性，所以就不存在上述缺點(diǎn)。在 主觀 Bayes 方法中，先驗(yàn)概率由專家給出，當(dāng)在沒有任何證據(jù)的情況下，專家 可能非常不愿意給出，特別在涉及一些不常出現(xiàn)但卻是非常重要的事件時更會 如此。確定性

27、理論從這方面可以在一定程度上適應(yīng)這種實(shí)際情況。（2） 不精確推理模型是按什么方式以獲得不確定值以及如何處理這些不確定值的方法都是不相同的。不確定性在推理網(wǎng)絡(luò)中傳播時，對每一個證據(jù) S 要求一個不確定值7，這 些值按一定的方式進(jìn)行處理以獲得假設(shè) d 的不確定值。在 Bayes 方法中，不確定值（即先驗(yàn)概率）可由統(tǒng)計分析得到（如頻率分 析），給出一個足夠大的樣本空間，對一個證據(jù)，所有的觀察者都能得出基本 上一樣的不確定性值23。因此，這些不確定值可以認(rèn)為是客觀的。主觀的方法 也可用來獲得概率，例如，可以采用專家的估計。其它三種模型都沒有定義的 很好的客觀方法來獲得不確定值，它們都是由主觀方法來確定

28、的。每個證據(jù)的不確定值可以事先獲得并存儲在系統(tǒng)中，或者在需要時提供給 系統(tǒng)。在 Bayes 演算中，不確定值（即先驗(yàn)概率）一般是由系統(tǒng)事先獲得并存 儲的，在其它三種演算方法中，不確定值是與證據(jù)一起提供的：在證據(jù)理論 中，與每個證據(jù)一起提供一個基本概率分配函數(shù)（BPA），在模糊集理論中， 每個證據(jù)都帶有一個隸屬度，在確定性理論中對每個證據(jù)提供一個確定性因子 CF。（3） 不精確推理模型區(qū)分不知道和不確定的方法也是各不相同的。在主觀 Bayes 方法中，表達(dá)“不知道”是困難的，因?yàn)槊總€實(shí)體都必須賦給 一個概率。一個可能的方法是給所有事件賦給一個相等的概率來表達(dá)“不知 道”，但這種方法也有困難；另一

29、種可能的方法是使用無論什么知識對得到“合 理”賦值都是有效的，例如假定事件 d1 有先驗(yàn)概率 P（d1）=0.6， d2 有先驗(yàn)概 率 P（d2）=0.4，此時在觀察 S 下的條件概率 P（d1|S）和 P（d2|S）都是不知 道，則賦值 P（d1|S）=0.6， P（d2|S）=0.4，這看上去是合理的，但這又無法 區(qū)分這是任意賦的值，還是實(shí)際上的條件概率值。在證據(jù)理論中，用給大子集賦給信任值的方法來表示不知道，即給出更多 的知識，信任值分派給更小的子集，甚至是單元素集合，另外，信任區(qū)間的大 小也可以反映不知道的程度。在確定性理論中，確定性因子為零可用來表示不 知道，但這不能與證實(shí)相等的情況

30、相區(qū)別。（4） 不精確推理模型采用的推理方法不完全相同。確定性理論，主觀 Bayes 方法和證據(jù)理論采用的都是基于概率理論的似然 推理方法，而模糊集理論采用的是近似推理即模糊推理的方法。（5）不精確推理模型的計算復(fù)雜度也不完全相同。主觀 Bayes 方法具有指數(shù)信息復(fù)雜度，證據(jù)理論具有信息和時間兩方面的 指數(shù)復(fù)雜度，而確定性理論和模糊集理論在信息和時間兩方面都僅具有線性復(fù) 雜度。（6）確定性理論、主觀 Bayes 方法及證據(jù)理論這三種不精確推理的理論基礎(chǔ) 是概率論。概率淪是研究和處理隨機(jī)現(xiàn)象的好方法23。概率方法可以表示信任 程度，但無法表示已知程度，要求先驗(yàn)概率，并有獨(dú)立性條件。與概率論相

31、比，模糊集理論對模糊事件、模糊量詞顯得得心應(yīng)手，是研究和處理模糊現(xiàn)象 的好方法。它用模糊邏輯作為表示不確定知識的模式，對不確定性的處理并不 企圖給出確定的、完全的解決方法，但它能夠解決基于概率的方法中的一些不 能有效處理或不能正確處理的問題。通過前面的分析比較可得出不精確推理模型的各自特點(diǎn)以及它們的相同和 不同之處。為了對這些不精確推理模型有一個全面而簡明的了解，可將這四種 不精確推理模型的性能比較結(jié)果列于表 1-1。表 1-1 四種理論模型的性能比較分析確定性理論主觀貝葉斯理論證據(jù)理論可能性理論提出者E. H. ShortliffeR. O. DudaA.DempsterZadeh產(chǎn)生時間1

32、975197619811978引起不確定的 原因隨機(jī)現(xiàn)象隨機(jī)現(xiàn)象隨機(jī)和不確切現(xiàn)象模糊現(xiàn)象適于處理的不 確定類型概率概率概率和模糊模糊處理不確定的 方法用可信度刻劃的 數(shù)值計算用先驗(yàn)可能性的 數(shù)值計算用確定性 CER 的數(shù) 值計算用隸屬函數(shù) 的數(shù)值計算不確定性的給 定方法主觀主、客觀主觀主觀推理方法似然推理似然推理似然推理近似推理能否區(qū)別不確 定和不知道困難困難可以可以不確定性的表 現(xiàn)形式支持程度-1，1概率0，1可信度0，1隸屬度0，1計算復(fù)雜度線性信息、時間 復(fù)雜度指數(shù)信息 復(fù)雜度指數(shù)信息、時間 復(fù)雜度線性信息、 時間復(fù)雜度1.2國內(nèi)外研究現(xiàn)狀人工智能是近 30 多年來計算機(jī)科學(xué)的一個重要的

33、研究領(lǐng)域，受到各個方 面科學(xué)家的廣泛重視。而人工智能中的推理研究又是最為活躍的研究方向之 一。計算機(jī)的設(shè)計基于“非此即彼”的經(jīng)典邏輯，本質(zhì)上是采用演繹推理的功 能，這種推理是一種“保真”的推理。而真正模擬人的思維活動的智能計算機(jī)， 都是實(shí)現(xiàn)某種“合情”的推理，因此它是一種近似的推理。這樣，就需要研究某 種具有“非單調(diào)”性和“非協(xié)調(diào)”性，即具有某種“容錯”性，部分地描寫了思維過 程的不確定性的推理24。人工智能的整個發(fā)展過程就是伴隨著不精確推理的研 究過程。自 1956 年 McCarthy 和 Minsky 等人在關(guān)于機(jī)器模擬智能的學(xué)術(shù)討論會上 提出人工智能以來，科學(xué)家們對人工智能的專家系統(tǒng)及

34、其推理機(jī)進(jìn)行了大量的 研究和實(shí)驗(yàn)。人工智能就是研究如何使計算機(jī)去做過去只有人才能做到的智能 的工作。因此，人工智能是關(guān)于知識的科學(xué)，它要求人們?nèi)ソ鉀Q利用機(jī)器如何 表示知識，如何獲得知識，如何使用知識，如何去不斷地根據(jù)實(shí)例修正知識。 所以，知識在這里是一種常識，具有局部的和暫時的合理性，隨著時間的推 移，知識將不斷地得到修正和更新24。推理可以分為演繹推理和常識推理：以嚴(yán)格的經(jīng)典邏輯為基礎(chǔ)的推理是一 種演繹推理，而常識推理本質(zhì)上是一種非演繹推理。雖然演繹推理也是一種人 類的智能活動，不過人工智能中的推理主要指常識推理24。演繹推理有一定抽 象的理論承諾，他所使用的概念是清晰的，對于任何人都有相同

35、的含義，因此 它是確定的；而常識推理中使用的概念是模糊的，不確定的，對于不同的人可 能會有不同的理解，具有不確定性。不確定性推理是常識推理中最為活躍的研究領(lǐng)域之一，也是計算機(jī)智能系 統(tǒng)走向?qū)嵱没囊粋€重要方面。不確定性推理有許多方法，包括：定量方法、 定性方法、以及定性與定量混合的方法24。不過不確定性推理的定量方法易于 在計算機(jī)上的到實(shí)現(xiàn)，所以現(xiàn)在廣泛采用這一方法。它是對不確定信息的表示 和度量。不同的信息表示與度量方法即構(gòu)成不同的不確定性推理。目前常用的 方法有基于概率推理的方法，基于證據(jù)理論的方法和基于模糊推理的方法。不精確推理方法在故障診斷技術(shù)領(lǐng)域的應(yīng)用比較成熟。在診斷系統(tǒng)設(shè)計之 前，

36、首先必須對被診斷對象有一個充分的了解，而且無論采用何種技術(shù)，診斷 系統(tǒng)的設(shè)計總是建立在專家知識的基礎(chǔ)之上，以知識作為指導(dǎo)。神經(jīng)網(wǎng)絡(luò)能夠通過自身的學(xué)習(xí)了解被學(xué)習(xí)對象，能夠進(jìn)一步描述對象的結(jié)構(gòu)、參數(shù)和特性， 尤其是對一些不確定對象和非線性對象能夠給出合理的和準(zhǔn)確的描述，因而神 經(jīng)網(wǎng)絡(luò)系統(tǒng)也被廣泛地應(yīng)用在故障診斷這樣的智能應(yīng)用領(lǐng)域。研究較多且比較 成熟的技術(shù)有觀測器技術(shù)、小波變換技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)及專家系統(tǒng)技術(shù) 等?；谥饔^貝葉斯方法的貝葉斯網(wǎng)絡(luò)作為一種重要的應(yīng)用概率推理模型，于 1986 年由 Pearl 提出，該網(wǎng)絡(luò)使用概率理論來處理知識的不確定性，提供了一 種將知識直覺地圖解可視化的方法，

37、是一種新的知識表示模型和推理方法。在 貝葉斯網(wǎng)絡(luò)推理中，主要有因果推理和診斷推理兩種推理方式。經(jīng)過十幾年的發(fā)展，貝葉斯網(wǎng)絡(luò)廣泛應(yīng)用于診斷與故障檢測、醫(yī)療診斷、 交通管理、軍事目標(biāo)自動識別、數(shù)據(jù)挖掘、作戰(zhàn)意圖自動估計、信息融合等方 面。已成為不精確知識表達(dá)與推理領(lǐng)域研究的熱點(diǎn)。值得一提的是 IBM Watson 研究所的茨威格博士（Geoffrey Zweig）和西雅 圖華盛頓大學(xué)的比爾默（Jeff Bilmes）教授完成了一個通用的貝葉斯網(wǎng)絡(luò)的工 具包，提供給對貝葉斯網(wǎng)絡(luò)有興趣的研究者。貝葉斯網(wǎng)絡(luò)在圖像處理、文字處 理、支持決策等方面有很多應(yīng)用。在文字處理方面，語義相近的詞之間的關(guān)系 可以用一

38、個貝葉斯網(wǎng)絡(luò)來描述。我們利用貝葉斯網(wǎng)絡(luò)，可以找出近義詞和相關(guān) 的詞，在 Google 搜索和 Google 廣告中都有直接的應(yīng)用。證據(jù)理論目前應(yīng)用領(lǐng)域主要在決策、預(yù)測、人工智能和專家系統(tǒng)等。并且 基于證據(jù)理論的重要優(yōu)點(diǎn)，很多研究者又將其應(yīng)用于遙感、醫(yī)療診斷、模式識 別和分類等領(lǐng)域。國內(nèi)從八、九十年代開始對證據(jù)理論進(jìn)行理論和應(yīng)用初探， 積累了一定的成果，其應(yīng)用主要集中在工業(yè)故障診斷、模式識別和專家系統(tǒng) 等。該理論的局限性是在應(yīng)用時往往得到與直覺相悖的結(jié)果，Yager 率先發(fā)現(xiàn) 沖突證據(jù)組合時產(chǎn)生的問題，并提出將沖突信息部分歸結(jié)為未知以減小沖突， Dubois 則進(jìn)一步提出組合中的沖突應(yīng)適當(dāng)予以保

39、留；此后的學(xué)者不斷進(jìn)行改 進(jìn)，比較一致的看法是使用“距離”衡量證據(jù)的相似度以緩解沖突25；劃分子集 區(qū)別對待；采用優(yōu)先級/加權(quán)組合思想和增加的可調(diào)節(jié)能力使融合結(jié)果更具有 靈活性，便于融入人類經(jīng)驗(yàn)。模糊理論隨著模糊數(shù)學(xué)的發(fā)展，已在非常廣泛的領(lǐng)域得到了成功的應(yīng)用。 在模式識別領(lǐng)域中，模糊理論用于模式識別，其特點(diǎn)是與神經(jīng)元網(wǎng)絡(luò)及人工智 能技術(shù)的緊密結(jié)合?；谌斯ど窠?jīng)元網(wǎng)絡(luò)對工程圖紙標(biāo)注符號識別的方法，采 用 BP 算法來實(shí)現(xiàn)，基本思想是根據(jù)網(wǎng)絡(luò)的輸出誤差，從輸出層開始，反過來逐層調(diào)整網(wǎng)絡(luò)的權(quán)值，最終使得輸出均方誤差最小。此外，模糊命題、模糊邏 輯理論與人工智能、知識工程的結(jié)合已被廣泛用于故障診斷。不

40、僅如此，模糊 系統(tǒng)理論在多層次綜合評判及決策、工程預(yù)測和估算以及機(jī)械工程領(lǐng)域也有深 遠(yuǎn)影響26。模糊系統(tǒng)理論也存在許多潛在的應(yīng)用領(lǐng)域：在機(jī)械制造中的金屬切 削加工領(lǐng)域及材料科學(xué)與工程領(lǐng)域如現(xiàn)在方興未艾的材料設(shè)計、材料制備合成 及材料性能的評價等領(lǐng)域，均存在多層次的模糊性和復(fù)雜性。課題的背景、目 的和意義1.3 課題的背景、目的和意義隨著現(xiàn)代化大生產(chǎn)的發(fā)展和科學(xué)技術(shù)的進(jìn)步，現(xiàn)代設(shè)備的功能越來越完 善，自動化程度越來越高，結(jié)構(gòu)也越來越復(fù)雜。由于許多無法避免的因素的影 響，設(shè)備會出現(xiàn)各種故障，以致降低或失去其預(yù)定的功能，甚至造成嚴(yán)重的以 致災(zāi)難性的事故，國內(nèi)外曾經(jīng)發(fā)生的各種空難、海難、爆炸、斷裂、泄

41、漏等惡 性事故，產(chǎn)生了嚴(yán)重的社會影響。即使是日常生產(chǎn)中的事故也會因生產(chǎn)過程不 能正常運(yùn)行或機(jī)器設(shè)備損壞而造成巨大的經(jīng)濟(jì)損失。目前，故障定位基本上是采用基于常識推理的專家系統(tǒng)技術(shù)，建立在不精 確推理的理論基礎(chǔ)上。不精確推理技術(shù)在故障診斷推理機(jī)制的開發(fā)和應(yīng)用中， 起著十分重要的作用。不精確推理包括概率推理、證據(jù)推理和模糊推理三種方 法。故障診斷系統(tǒng)與一般自動測試系統(tǒng)和故障檢測裝置的另一區(qū)別是能夠?qū)崿F(xiàn) 故障的機(jī)理分析和故障評估?？梢哉f，專家系統(tǒng)設(shè)計中不精確推理的使用，幾 乎是難于避免的，成為一個涉及到專家系統(tǒng)設(shè)計成敗的重要問題。因此，不精 確推理模型是專家系統(tǒng)的一個核心研究課題。目前所見報道的絕大部

42、分研究成果幾乎都是就一個具體目標(biāo)系統(tǒng)提出一種 或若干種診斷方法并付諸實(shí)施，而尚未建立起完整的理論體系。因此無論是從 理論上，還是從工程技術(shù)的實(shí)際應(yīng)用上，該領(lǐng)域都有大量的課題有待研究。本課題來源于總裝預(yù)研項(xiàng)目。所需研究的內(nèi)容主要包括：不精確推理理論 研究、基于粗糙集的屬性約簡，根據(jù)不精確推理理論完成不精確信息的收集， 利用不精確推理技術(shù)進(jìn)行故障診斷專家系統(tǒng)推理部分驗(yàn)證以及應(yīng)用分析。在不 精確理論和故障診斷技術(shù)飛速發(fā)展的今天，將兩者結(jié)合并進(jìn)行網(wǎng)絡(luò)化的故障診 斷可以實(shí)現(xiàn)資源的整合、優(yōu)化，這種故障診斷技術(shù)對國防現(xiàn)代化建設(shè)和我國航 天事業(yè)的發(fā)展起著重要的作用。因此，研究不精確推理方法對于故障診斷技術(shù) 的

43、發(fā)展和工程應(yīng)用都具有十分重要的意義。1.4主要研究內(nèi)容本文主要研究的是不精確推理的各種理論以及相關(guān)的推理算法和模型。在 進(jìn)行不精確推理前，可以對具有繁瑣而大量信息的數(shù)據(jù)進(jìn)行屬性約簡，使精煉 后具有代表特征的數(shù)據(jù)進(jìn)入推理機(jī)。進(jìn)行不精確推理現(xiàn)階段比較常用的四種模 型是有：確定性理論、主觀貝葉斯理論、證據(jù)理論和可能性理論，如圖 1-2 所 示。診斷 規(guī) 則 的 數(shù) 據(jù) 預(yù) 處理確定性理論主觀貝葉斯理論證據(jù)理論不精 確 推 理 應(yīng) 用 分析可能性理論不精確推理理論基礎(chǔ)圖 1-2 不精確推理方法研究的總體框圖本文集中討論了實(shí)現(xiàn)推理機(jī)的不精確推理方法，分別從基于概率推理、基 于證據(jù)理論以及基于模糊推理論述

44、了不精確推理的三種重要的推理方法以及其 應(yīng)用分析。首先從基于概率推理的角度，運(yùn)用公式和定理說明了確定性理論和 主觀貝葉斯理論的概念、原理，利用 MATLAB 對導(dǎo)彈故障診斷系統(tǒng)中的部分 推理網(wǎng)絡(luò)實(shí)例進(jìn)行了仿真實(shí)驗(yàn)，并通過設(shè)計實(shí)驗(yàn)完成了基于概率推理的不精確 推理方法的使用條件和注意事項(xiàng)。然后類似分析了論述了基于證據(jù)理論的不精 確推理方法，利用導(dǎo)彈故障診斷系統(tǒng)的部分推理網(wǎng)絡(luò)進(jìn)行了仿真實(shí)驗(yàn)，并通過 設(shè)計實(shí)驗(yàn)對比說明了基于證據(jù)理論的主要優(yōu)勢和不足之處。本文重點(diǎn)論述了基 于模糊推理的不精確推理方法，從診斷知識的模糊描述出發(fā)，通過對模糊可信 度的計算和模糊匹配原理分析，指出了專家系統(tǒng)廣泛應(yīng)用基于模糊推理的

45、不精確推理技術(shù)研發(fā)推理機(jī)的原因。 最后從推理機(jī)設(shè)計的角度出發(fā)，先概述了不精確推理的數(shù)據(jù)預(yù)處理方法，即基于粗糙集的屬性約簡，對來自數(shù)據(jù)庫復(fù)雜而又繁瑣的數(shù)據(jù)進(jìn)行診斷規(guī)則的 數(shù)據(jù)預(yù)處理。然后用 VC+的動態(tài)鏈接庫將上述算法加以通用性封裝，并說明 了動態(tài)調(diào)用程序的方法。本文還以模糊推理和模糊匹配原理為基礎(chǔ)，開發(fā)并設(shè) 計了導(dǎo)彈故障診斷系統(tǒng)的模糊推理機(jī)，并進(jìn)行了局域測試，完成了整個導(dǎo)彈故 障診斷系統(tǒng)的最終設(shè)計。同時，展望不精確推理機(jī)在故障診斷系統(tǒng)中的應(yīng)用， 說明了不精確推理在實(shí)際問題中具有明顯的優(yōu)勢，重要的研究價值和廣闊的發(fā) 展空間，不精確推理的不斷發(fā)展和更新將推動人工智能的不斷提高和拓展。1.5 本文的結(jié)構(gòu)本文在第 1 章對國內(nèi)外現(xiàn)狀進(jìn)行分析，提出本文主要研究內(nèi)容和研究方向,介紹了不精確推理方法的基本概念和基本結(jié)構(gòu)。第 2 章和第 3 章主要介紹基于 概率推理的不精確推理方法研究，以及基于證據(jù)推理的不精確推理方法研究， 通過 MATLAB 仿真實(shí)驗(yàn)對于推理網(wǎng)絡(luò)進(jìn)行概率推理和證據(jù)推理，驗(yàn)證基本算 法的同時，提出了應(yīng)用該推理方法的使用條件和注意事項(xiàng)。第 4 章著重介紹了 基于模糊推理的不精確推理方法研究。首先分別從診斷知識的模糊描述、模糊 可信度計算以及字符串的模糊匹配原理角度出發(fā)，通過對導(dǎo)彈故障診斷系統(tǒng)的 部分?jǐn)?shù)據(jù)進(jìn)行推理仿真，提出了模糊匹配原理的程序?qū)崿F(xiàn)方法。第