[发明专利]一种对DUCG进行分层递归推理的高效方法

说明书

动态不确定因果图DUCG可图形直观地表达事物之间不确定的因果关系，在收到证据E后，可通过推理计算得到待诊断事件的验后概率，其中涉及证据E的展开计算，是一个NP‑Hard问题，计算量巨大。本发明提出了一种分层递归的计算方法，通过早期吸收运算，有效避免了展开E过程中出现的大量重复计算，大幅度提高了推理的效率。

技术领域

本发明涉及智能信息处理技术，是对已授权中国发明专利《一种处理不确定因果关系类信息的智能系统的构造方法》(专利号：ZL 2006 8 0055266.X)、美国发明专利《METHOD FOR CONSTRUCTING AN INLLIGENT SYSTEM PROCESSING UNCERTAIN CAUSALRELATIONSHIP INFORMATION》(专利号：US 8,255,353 B2)、中国发明专利《一种构造立体DUCG智能系统用于动态故障诊断的方法》(专利号：ZL2013107185964)、中国发明专利《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：ZL2016102820521)和待审批中国发明专利《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》(申请号：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，可显著提升动态不确定因果图DUCG(Dynamic Uncertain CausalityGraph)智能系统的推理效率。

背景技术

如上述专利说明书所记载，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，称为根原因事件变量，在动态不确定因果图DUCG中可用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、BX_kj可分别用符号或或或或表示，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或代表某一组B_k的集成。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处于各种有区别的异常状态。

在DUCG中，如果图形符号中只有一个数字，该数字代表变量标号，且变量状态未知。如果符号中有两个数字，第一个数字代表变量标号，第二个数字代表变量状态。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。

此外，系统中还存在大量与B_k或BX_k有确定或不确定因果关系的变量，如温度、压力、流量、速度、频率、开关状态、各种化验或物理试验结果、调查结果、影像学结果、感觉、症状、体征、所处地域、时间、环境、季节、宗教、肤色、经历、年龄、性别、血缘关系、嗜好、性格、居住条件、工作条件等，称为结果变量，可用X_n表示，X_nk为X_n的k状态，k＝0、1、2、...。通常k＝0表示X_n处于正常状态，k≠0表示X_n处于标号为k的异常状态。X变量有至少一个输入(原因)，可以有或没有输出(结果)。X_n和X_nk可分别用符号或或表示。

DUCG中还定义了如下变量：