模型不完備情形下離散事件系統診斷方法的研究

《模型不完備情形下離散事件系統診斷方法的研究》是依託吉林大學，由歐陽丹彤擔任項目負責人的面上項目。

基本介紹

• 中文名：模型不完備情形下離散事件系統診斷方法的研究
• 項目類別：面上項目
• 項目負責人：歐陽丹彤
• 依託單位：吉林大學

項目摘要

基於模型診斷是為了克服傳統診斷方法的嚴重缺陷而興起的智慧型推理技術，對整個人工智慧領域的研究起著重要推動作用。起初，該方法主要針對靜態系統。隨著研究的深入和套用的迫切需要，離散事件動態系統的基於模型診斷引起越來越多學者關注，它可作為開展從混合系統到純粹的連續動態系統的基於模型診斷研究的基礎。但以往所有工作均假設系統模型是完備的，實際中不完備模型情形下的基於模型診斷依然是有待解決的重要問題。.本項目即探索模型不完備情形下離散事件系統的基於模型診斷理論與方法。針對傳統的系統模型與觀測自動機的同步積，通過引入適當的匹配度來表達系統的完備程度，提出不完備模型下的診斷表示理論，並深入研究其與經典理論之間的關係；提出不完備模型下的可診斷性分析方法；在此基礎上，提出各種增量診斷方法，並提出分層診斷方法以提高診斷的效率。.項目的預期成果將豐富和發展離散事件系統基於模型診斷的理論與方法，顯著提高其實用性。

結題摘要

本項目主要探索模型不完備情形下離散事件系統的基於模型診斷理論與方法，在傳統離散事件系統模型診斷的基礎上，定量分析了系統的不完備模型，給出了模型不完備和因果關係不完備的定義和表示；討論了未定義事件對可診斷性的影響，研究了不完備模型條件下的系統可診斷性判定方法及計算效率；建立了面向不完備模型的診斷框架，提出了一系列在某些觀測不確定和未定義等條件下的推理診斷方法；構造系統的抽象分層模型，自動生成系統的分層表示；提出了在層次結構上的故障診斷方法及層次之間的故障傳遞模型；研究了在離散事件系統、混成系統中的緩變故障、控制器故障不完備模型下的診斷方法；分析了候選診斷軌跡的選擇方法對診斷效率的影響，通過定義不同的候選診斷選擇策略，提出了若干增量診斷方法，提高了診斷的精確度及診斷效率。項目組在不完備模型構建及度量、可診斷性判定、不完備模型的診斷方法和分層、分散式診斷等方面取得了一系列創新研究成果。理論分析和實驗結果表明，本項目所提出的不完備模型下的離散事件模型診斷擴展了離散事件模型診斷的理論體系。研究了模型和觀測不完備下的可診斷性、分散式模型重構和若干有效的診斷方法，能夠有效解決諸多實際系統診斷的關鍵問題，是解決動靜態混成系統和純動態系統診斷問題的重要方法。項目的預期成果將豐富和發展離散事件系統基於模型診斷的理論與方法，顯著提高其實用性。在本項目的支持下，在國際期刊《AI Communications》、《Expert Systems with Applications》、《Applied Mathematics & Information Science》等，國際學術會議AAAI、ECAI，國內期刊《計算機學報》、《軟體學報》、《計算機研究與發展》等發表論文62篇，其中SCI檢索7篇，EI檢索52篇，國內本領域權威期刊16篇，國家發明專利授權1項。