基于模型诊断学习3-创新互联
今天老师讲的基于一致性的极小诊断,首先讲述了问题形式化问题,把实际问题符号化,从而把具体的事物用特定的语言符号表示,定义一个系统为三元组(SD,COMPS,OBS)。其中,SD是系统描述,是一阶谓词公式的集合。COMPS为系统组成部件集,是一个有限的常量集。OBS为一观测集,是一阶谓词公式的有限集。其中SD中包含结构描述和行为描述,结构描述包括部件特性和部件的拓扑连接关系,行为描述指的是正常的行为描述。基于一致性诊断(CBD)(Reiter)不要求能推出,只要求基CBD能解释当前的系统观测即可,基于一致性的极小诊断在集合的真包含关系上,如果集合C是基于一致性诊断,且C的任意真子集都不是基于一致性诊断,则C就是基于一致性的极小诊断。CBD对应于冲突部件集,MCBD对应于极小冲突部件集。de Kleer的基于一致性诊断和Reiter的相似,只是换了一种表示方法,Reiter的方法求得基于一致性诊断是部件集合的形式,而de Kleer是用D({{M1,...,Mk},{Mk+1,...,Mn}})表示前一个集合是异常的部件,后一个集合是正常的部件。其实是一样的思想,只是表示方法不同。计算冲突部件集的三种方法:使用一定理证明器直接推倒(结果是AB子句的形式);使用瑞出空子句的演绎反驳方法(在过程中添加部件的~AB,最后推出空子句,冲突部件集就是添加的~AB子句的部件的集合);de Kleer在GDE系统中利用求本原蕴涵式的算法来计算极小冲突(传播值的同时又传播假设,当同一个部件值不同时,它的假设的合取就是极小冲突部件集)。候选产生的过程就是极小冲突部件集合中求碰集的过程,其中用到求碰集的方法,求一个集合簇的碰集就是求能覆盖集合簇中所有集合的集合,可能是多个,我们更加关心极小碰集,假如一个集合是给定集合簇的碰集,而它的任意真子集都不是集合簇的碰集,则该集合为集合簇的一个极小碰集,极小碰集也可能不唯一。碰集的计算方法下节见。
分享题目:基于模型诊断学习3-创新互联
浏览地址:http://lswzjz.com/article/depepd.html
分享题目:基于模型诊断学习3-创新互联
浏览地址:http://lswzjz.com/article/depepd.html