[发明专利]一种在动态不确定因果图中处理分类关系的方法

说明书

本发明提供一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被执行时，能够执行如下处理不确定因果关系和分类关系的信息的智能系统的构造和推理方法，该方法在既有DUCG技术方案的基础上，增加了分类变量C_i的表达方法及其推理方法，在推理过程中，将C_i及其输入有向弧删除，同时将其输出有向弧直接与V_k相连，即将V_k作为X_n的父变量，此时F_n；i成为F_n；k，嵌入其中的参数值不变，然后按照既有DUCG推理方法进行推理计算，得到DUCG的推理结果。由此，解决了现有的DUCG因不能表达分类关系而容易出现的表达错误(可能导致推理计算错误)或不方便的问题。

技术领域

本发明涉及智能信息处理技术，是对已授权专利《一种处理不确定因果关系类信息的只能系统的构造方法》(专利号：ZL 2006 80055266.X)、《METHOD FOR CONSTRUCTINGAN INLLIGENT SYSTEM PROCESSING UNCERTAIN CAUSAL RELATIONSHIP INFORMATION》(专利号：US 8,255,353 B2)、《一种基于动态不确定因果图的启发式检测系统异常原因的方法》(专利号：ZL 2016 10282052.1)和《一种扩展的处理不确定因果关系类信息的智能系统的构造方法》(专利号：ZL 201710967729.X)中所记载的技术方案的进一步扩展。使用本发明提出的技术方案，通过计算机处理，可进一步提升被称为动态不确定因果图DUCG(Dynamic Uncertain Causality Graph)的因果知识表达和运用能力，使之更加满足实际需求、更加方便准确地诊断对象系统异常的原因，从而有利于人们在对象系统异常的情况下采取有效措施，使之尽快恢复正常。

背景技术

如已授权专利《一种处理不确定因果关系类信息的智能系统的构造方法》、《METHOD FOR CONSTRUCTING AN INLLIGENT SYSTEM PROCESSING UNCERTAIN CAUSALRELATIONSHIP INFORMATION》、《一种基于动态不确定因果图的启发式检测系统异常原因的方法》和《一种扩展的处理不确定因果关系类信息的智能系统的构造方法》所记载，工业系统、社会系统和生物系统(简称对象系统)中存在大量导致系统异常的原因事件，例如线圈短路、泵故障停转、零部件失效、子系统失灵、传导通路阻塞、异物进入、某组织或机体发生变异、坏死、被污染、感染、伤害或自然失效等，称为事件变量，可用B_k或BX_k表示，k为事件变量标号、B_kj或BX_kj为变量B_k或BX_k的j状态。B_k、B_kj、BX_k和BX_kj可分别用图形或或或或表示，B_k和BX_k的区别在于B_k为根原因变量，没有输入，而BX_k有输入，可受其他因素影响，BX_k是受影响后的B_k。通常j＝0表示B_k或BX_k处于正常状态；j＝1、2、3...表示B_k或BX_k处于各种异常状态。

如果图形中只有一个数字，该数字代表变量标号，变量状态未知。为方便起见，kj之间可用逗号隔开(下同)。

B_k和BX_k的状态多数情况下不能直接检测，或难以直接检测，是DUCG智能系统需要推断其是否处于异常状态的变量。