因果图的一种快速推理方法

由于因果图的经典推理的计算复杂度是NP难的,不便于推广和使用。文中首先通过对因果图进行图形解环,然后给出了基于无环因果图的快速推理算法,降低了推理的复杂性,推理结果与传统算法结果一致,说明方法是可行的。     

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。     

一种因果推理形式

针对定性推理在有冲突情况下进行传播时所存在的问题，本文提出了一种因果关系形式，引入了“时间”和“效果”概念，给出了因果推理过程：先建立因果关系图，再传播原因变量的行为，并应用定性代数方法来处理冲突问题．这种因果推理形式推广了Ｉｗａｓａｋｉ因果推理方法.     

基于抽样的因果图仿真推理算法研究

由于因果图的经典推理的计算复杂度是NP难的,因此其不便于推广和使用。基于因果图理论和MonteCarlo思想,提出了基于抽样的A-R Sampling和重要性抽样的因果图仿真推理算法。在故障诊断中的有效应用验证了方法是可行的。     

多Agent动态影响图的一种混合近似推理算法

多Agent动态影响图模型适合于对动态环境中多Agent问题进行建模,Agent之间结构关系被表示成局部的概率因式形式.概率图模型推理所面临的一个主要问题是难以实现近似推理的精度和复杂性之间的均衡.近似推理方法可提高推理精度,但同时也会带来推理精度的损失.BK和粒子滤波(PF)是动态概率模型两种重要的近似推理算法,BK算法有较高的计算效率但会引入较大的误差,PF可以近似任意分布但存在计算的高维问题.结合BK和PF的优点,提出多Agent动态影响图(MADIDs)的一种混合近似推理算法.根据概率图模型的可分解性,将MADIDs分解生成用于推理的原型联合树,混合近似推理算法在规模复杂度较小的团上执行PF推理以达到局部最佳估计,而在其他的团上执行BK推理,为了减小推理误差引入了分割团.仿真实验表明混合近似推理算法是MADIDs模型的一种有效推理方法,与BK和PF算法相比,该算法显著提高了推理精度,且可以实现推理精度和时间复杂性之间的均衡.     

FPN并行反向推理算法研究

通过对Petri网模型和专家系统推理方法的研究,建立了模糊Petri网（FPN）推理模型。在此基础上提出了专家系统的FPN反向推理算法。最后通过实例对算法进行了检验,结果表明该算法具有解决复杂问题专家系统的并行推理能力,推理效率高,推理过程简单,容易实现。     

GIBBS仿真方法运用在大型因果图的推理过程

在信度网基础上发展起来的因果图模型,克服了信度网的一些不足,目前已发展成一个能够处理离散变量和连续变量的混合模型,特别适于运用在大型的工业故障诊断领域。但因果图在推理计算中,面临着与信度网的推理算法复杂度过高的同样问题。通过比较几种MarkovChainMonteCarlo(MCMC)方法,论文基于Gibbs仿真算法的思想,并对进入稳态条件、采样顺序判定准则、采样结束判据等进行深入分析,进而提出了一种改进的仿真推理新方法。利用该采样仿真算法能极大地提高故障诊断的速度和准确度,这对因果图模型在工业在线故障诊断领域中的应用具有重要意义。     

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.     

改进的关联模式竞争求解算法

在利用概率因果网络模型进行故障诊断过程中,传统的计算方法不能直接得到诊断问题的解,且当故障节点较多或网络层次较多时,存在着“组合爆炸”、计算量呈指数速度增加等问题。本文提出了以因果网络理论为基础的关联模式竞争求解算法,并对该算法进行了改进。改进后的算法解决了多层次、多节点的复杂因果网络模型推理难题,降低了诊断复杂度。最后通过一个实例验证了此方法的优越性及工程实用性。     

异构环境中Fork-Join任务图的调度算法

目前已有的Fork-Join任务图的调度算法大多假定处理机为同构的,而没有考虑实际应用中处理机的异构性以及节省处理机的问题,导致算法在具体应用中效率较低.因此,对Fork-Join任务图的调度问题进行研究,提出了一个基于异构环境的贪心调度算法,该算法具有高的加速比和总体效率,其时间复杂度为O(v~2),其中,v表示任务集中任务的个数.实验结果表明,相比其它算法,该算法具有较短的调度长度、较短的完成时间,使用的处理机数较少,具有更强的实用性.     

多值因果图的一种推理算法

该文针对多值因果图存在的两个困难:不严格满足概率论;将其用于实际问题时,推理结果可能出现错误。提出了一种基于因果影响可能性分配的推理算法。该算法对多值因果图进行了补充定义,使多值因果图能够兼容单值因果图;定义了事件变量状态可能性,及其精确计算方法和近似计算方法;给出了将多值因果图转化为单值因果图的方法和步骤,并推导了相应的计算公式;给出了收到证据后,感兴趣变量状态的后验概率计算方法。以核电站二回路系统中蒸汽发生器故障诊断因果图为例,展示了该算法推理计算的全过程。实例表明,该算法能够有效地克服多值因果图存在的困难,其推理过程严谨,计算结果符合实际情况。     

多值因果图的推理算法研究

针对多值因果图存在的两个困难：（1）不严格满足概率论；（2）将其用于实际问题时，推理结果可能出现错误，提出了一种基于因果影响可能性分配的推理算法，该算法将多值因果图的推量分成3个阶段，首先对多值因果图进行补充定义，使多值因果图能够兼容单值因果图；接着将多值因果图转化为单值因果图进行概率计算，最后对多值因果图进行可能性计算，将单值因果图计算得到的概率按多值因果图计算得到的可能性进行分配，以核电站二回路系统中蒸汽发生器故障诊断因果图为例，展示了该算法推理计算的全过程，实例表明，该算法能够有效地克服多值因果图存在的困难，其推理过程严谨，计算结果符合实际情况，而前面提出的推理算法基础上，针对其不能处理模型情况的局限性，提出了一种模糊推理算法，该算法对多值因果图进行了模糊扩展定义，在读数变量和事件变量之间建立了用于表达模糊知识的模糊对应关系，在事件变量上定义了一个等价的虚拟模糊状态，使读数变量取值对应一个模糊状态，把读数和模糊推理转化为对应模糊状态的非模糊推理，通过本文的工作，目前因果图已发展成了一个能够处理离散变量和连续变量的混合因果图模型。     

Efficient processor assignment algorithms and loop transformationsfor executing nested parallel loops on multiprocessors

An important issue for the efficient use of multiprocessor systems is the assignment of parallel processors to nested parallel loops. It is desirable for a processor assignment algorithm to be fast and always generate an optimal processor assignment. The paper proposes two efficient algorithms to decide the optimal number of processors assigned to each individual loop. Efficient parallel counterparts of these two algorithms are also presented. These algorithms not only always generate an optimal processor assignment, but also are much faster than the exiting optimal algorithm in the literature. The paper discusses improving the performance of parallel execution by transforming a nested parallel loop into a semantically equivalent one. Three loop transformations are investigated. It is observed that, in most cases, the parallel execution time is improved after applying these transformations     

模糊因果图及在压力容器故障诊断中的应用

因果图理论是一种基于概率论的不确定推理模型,能够进行在线动态推理和对复杂系统进行故障诊断,但在因果图模型中,要求事件的发生概率为是精确值。针对实际情况事件发生概率具有模糊性和不确定性的特点,文中将模糊数引入因果图中,既解决了获取事件发生概率精确值的难度,又使因果图能处理带模糊性和不确定性的问题。并把它用于压力容器故障诊断,结果表明,该法行之有效。     

基于时间动态因果图的复杂工业过程故障预测方法

故障预测技术有力地保证了生产过程的平稳有序和人员安全.但在实际操作过程中,过程数据的定性与定量信息并存,模型较为复杂.此外,在生产过程中,利用在线收集的数据进行故障预测时存在时序延迟问题.对此,建立一种基于时间动态因果图(TDCD)的故障预测模型.在模型建立过程中,提出参数的延迟时间间隔学习算法,即移动搜索最大信息系数(MIC)算法,充分考虑了时序方面的延迟问题.在推理过程中,加入趋势分析和延时信息排序以优化推理过程,减少因延迟时间造成的故障误报率.最后,使用某浮选过程因果图网络进行算法验证,并将所提出的策略应用于湿法冶金浸出过程,与单值/多值不确定动态因果图进行对比,以表明故障预测策略的先进性和有效性.     

A parallel algorithm for constructing Voronoi diagrams based on point‐set adaptive grouping

This paper presents a parallel algorithm for constructing Voronoi diagrams based on point‐set adaptive grouping. The binary tree splitting method is used to adaptively group the point set in the plane and construct sub‐Voronoi diagrams for each group. Given that the construction of Voronoi diagrams in each group consumes the majority of time and that construction within one group does not affect that in other groups, the use of a parallel algorithm is suitable. After constructing the sub‐Voronoi diagrams, we extracted the boundary points of the four sides of each sub‐group and used to construct boundary site Voronoi diagrams. Finally, the sub‐Voronoi diagrams containing each boundary point are merged with the corresponding boundary site Voronoi diagrams. This produces the desired Voronoi diagram. Experiments demonstrate the efficiency of this parallel algorithm, and its time complexity is calculated as a function of the size of the point set, the number of processors, the average number of points in each block, and the number of boundary points. Copyright © 2013 John Wiley & Sons, Ltd.     

Systolic阵列中的多维DFT方体向量法研究

以脉动式阵列（Systolic）应用研究为背景，分析了离散傅立叶变换（DFT）经典并行算法及其在阵列机上的特点；并针对该算法在处理机上并行实现的弱点，提出了在并行处理环境下适合大规模DFT的方体向量法。这种方法不需要在处理机之间进行数据转置，减少了处理之间的通信以及运算数据之间的依赖性，使变换能够在较大程度上异步进行，并摆脱了在操作数规模上的制约。文章还给出了在Systolic阵列上由方体向量法实现的三维DFT的具体例子。