[发明专利]一种溯因推理方法和系统

说明书

本发明涉及一种溯因推理方法和系统，所述系统至少包括：构建模块，用于构建贝叶斯网络；因果库，用于建立历史原始文献库，其特征在于，构建模块被配置为在因果库对专家论证的结果进行深度学习的情况下，基于因果库按照因素对L_m和L_n编号对因素对L_m和L_n之间的关系进行修正。

本发明是申请号为201910034540.4，申请日为2019年01月15日，申请类型为发明，申请名称为一种基于贝叶斯网络的因果关系判定方法的分案申请。

技术领域

本发明属于原因追溯技术领域，涉及一种溯因推理方法和系统。

背景技术

原因追溯即在发生了一件意外事件或者意外效果的情况下，进行逐步地推理以获取隐藏于该事件或该效果的关键原因和根本原因，揭示出其复杂的因果关系。

例如，公开号为CN109063253A的中国专利公开一种基于贝叶斯网络的航空电源系统可靠性建模方法，包括为航空电源系统各元件建立输入输出关系描述表格；对N个子表各行数据，构建对应贝叶斯网络节点；确定所建贝叶斯网络各节点的父节点；为元件C在步骤2中的同名贝叶斯网络节点构建同名父节点，在确定所建贝叶斯网络各节点状态基础上确定各节点条件概率分布；为供电汇流条确定目标节点，计算航空电源系统供电可靠度；为各供电汇流条确定对应目标节点，计算航空电源系统供电可靠度。本发明提高了航空电源系统可靠性计算效率。该方法仅涉及一个对象发生的某一事件。

例如，公开号为CN105468703A的中国专利公开的一种原因追溯方法，包括以下步骤：初始化因果关系知识库，该因果关系知识库中包括一类对象的异常现象和引起该异常现象的原因，以及异常现象和其原因之间的因果关系；在异常现象列表中选出当前已知状态的异常现象，根据因果关系知识库中的因果关系，形成新的因果关系知识库并记录追溯的原因；输出追溯到的原因作为结果信息。

现有技术中，原因追溯针对于某一实体对象出现异常或者意外的效果时，但是对于至少两个对象发生至少一个特定事件时却不能够进行原因追溯；此外，该原因追溯方法仅仅涉及定性的判定。因此，如何确定至少两个对象发生了至少一个特定事件的情况下，如何地去判定该特定事件的原因，亟需一种系统或者方法解决。

现有技术中公开号为CN107563596A的专利文献提出了一种基于贝叶斯网络的因果关系判定系统，通过条件独立性检验并判断各变量间的因果关系，其具体实现方法如下：选择顶层或底层中的一个变量Xi，同时在中间层，选择与Xi变量的节点通过无向边EAij连接的另一个节点变量Xj，检验变量Xi与Xj之间的条件独立性，如果存在另一个变量Xk，给定变量Xk的情况下，变量Xi和变量Xj条件独立，则删除变量Xi和变量Xj之间的无向边EAij，否则，保留无向边EAij；反复该过程，直至顶层和底层中的所有变量都经过了条件独立性检验；对于那些依然保留的与顶层或底层中的变量连接的无向边，其方向为顶层变量指向中间层变量或中间层变量指向底层变量；选择那些已经建立有向边的节点进行条件独立性检验，根据因果发现规则判断两节点之间无向边的方向，反复应用因果发现规则，直至所有存在的无向边都通过了条件独立性检验并且标记了确定的或可能的方向；对于经过上述步骤仍然不能确定方向的变量间的边，保持不变。

上述现有技术仅通过四个主要因果发现规则判断两节点之间无向边的方向，对于经过判断步骤仍然不能确定方向的变量间的边，不再采取新的判断操作。上述现有技术的判断能力有限，对于不满足四种判断规则的因果关系都无法判断。而本发明能够在对目标对象因果关系检索失败的情况下，通过进行专家论证的方式确定因果关系，并将因果关系更新至因果库中，在因果库数据更新后再次对目标对象因果关系进行检索修正。实现更准确的因果关系分析，并且随着检索目标对象的增多，因果库数据不断更新，检索结果更加准确，检索失败的情况会不断减少。

发明内容