一种引入归一化常数的多值因果图推理算法

在将原单值因果图推理算法直接应用于多值因果图推理时,存在不严格满足概率推理中的归一性和互斥性要求的严重问题.该文提出的算法采用以下方法成功解决了这一难题：①假定多值因果图中原因节点对结果节点只贡献概率值,且每个贡献是简单相加的关系.即原因节点对结果节点状态的影响是非直接的,原因节点只影响结果节点各状态的概率分布,结果节点的状态由这个状态概率分布随机决定;②引入归一化常数来保证推理过程中的归一性;③通过推导出多值因果图的一个性质,即可以在推理过程中假定指向同一节点的所有连接事件的各状态之间彼此互斥来保证推理过程的互斥性.从而使得算法在推理过程中同一节点的各状态间完备且互斥,保证了推理的正确性.     

浅论现代教育技术对我军院校教育的影响

本文就现代教育技术在我军院校教育中的功能、对我军院校教育的理论和实践方面的影响进行了较为系统的探讨，指出由于现代化教育技术实现了对人类认知潜能的扩展和外化，必将对我军院校教育的教育理念、课程的结构和内容以及教学实践方面产生积极的影响，并对我军院校教育特别是在科学教育方面产生巨大的推动作用。     

连续变量/离散变量混合因果图推理模型研究

针对因果图理论[1]没有对于连续性问题进行理论上的研究的情况，根据因果图知识表达的特点，本文立足于模糊逻辑的方法，对变量的连续性问题、因果关系的连续性问题进行研究，通过理论分析提出了完整的解决方法，实现了同时兼容连续、离散问题的混合推理因果图模型，并完整地建立了清华大学北京核电模拟机的故障诊断连续/离散混合模型，将其二回路的15种故障全部正确定位，体现了因果图理论以及本文提出的连续/离散混合处理方式的有效性．     

GABDMS:一个基于遗传算法的数据挖掘原型系统的研究与实现

基于遗传算法的搜索策略已经在很多领域得到了成功的应用,该文给出了一个以此为基础的数据挖掘原型系统的解决方案。文中着重讨论了适用于数据挖掘的遗传算子的设计问题,包括如何设计适合于转换为SQL查询语句的编码方式、与数据库良好结合的适应度函数、以及相应的交叉、变异算子等关键问题,还给出了该原型系统的系统组成结构以及主算法框架。     

NewYAWL:一种基于着色Petri网的工作流语言及其演进

传统的工作流系统注重业务流程的控制流,而对数据流、资源分配支持较弱。阐述了一种基于着色Petri网的工作流语言newYAWL及其系统演进,newYAWL通过对各种工作流模式的严格定义,对业务流程的控制流、数据流、资源分配提供了良好的支持。     

以因果网为理论核心的网络故障诊断方法

网络故障诊断是网络管理的重要技术工作,网络本身复杂程度的提高对相应的故障诊断基础提出了更高的要求,尤其是在及时性和智能性方面的发展要求。文章结合课题所研究问题的具体特点,在对现有网络诊断技术综合分析研究的基础上,以动态因果网理论为基础,提出了针对性的解决方法,其特点在于诊断模型既能方便地引入领域专家的先验知识,又能在实际运行中对各项参数的动态修改,从而使该模型对所诊断网络的认知能力不断提升,为定位和排除故障提供强有力的支持。     

因果图中高效并行GIBBS仿真算法的研究

基于Markov Chain Monte Carlo(MCMC),思想的Gibbs仿真算法的引入使得大型因果图模型的推理速度得到极大提高，而利用节点间相互独立的特性，可以对其进行并行的采样，从而进一步加快推理速度。该文通过分析Gibbs算法，提出了将整个推理运算过程映射到多处理机系统中的判定准则，防止了机械地对处理机进行分配而造成的计算资源的浪费，算法能够根据实际处理机的数目以及不同的计算能力而灵活地分配计算资源，更加有利于发挥并行机的计算能力。通过仿真实验，验证了计算模型的有效性。     

多值因果图知识独立性与相关性的矛盾及解决方法

首先给出一个基本假设， 假定在多值因果图中， 原因节点不直接影响结果节点, 而是只贡献概率值， 结果节点的状态由这些概率值之和形成的概率分布随机决定. 接着, 通过引入归一化常数来解决推理过程中的归一性问题. 最后, 假定指向同一节点的各连接事件的各状态之间彼此互斥, 这并不会影响推理结果， 这一特性保证了推理过程中任一节点的状态之间彼此互斥, 也简化了推理算法．