【正文】 空間內(nèi)。定義15[14]已知一個系統(tǒng)，其中系統(tǒng)的相關(guān)定義如定義2，又設(shè),稱為關(guān)于的一個基于模型的診斷當(dāng)且僅當(dāng)以下兩個條件同時成立： 若，則； 。由此可見，使用溯因診斷方法進一步縮小了基于一致性診斷方法的診斷空間。由于完備是指每一觀察的所有原因都在中，因此由溯因診斷方法給出的唯一解是合理的，而由基于一致性方法給出的另一解是不合理的。設(shè)且觀察到，那么使用基于一致性診斷方法產(chǎn)生出的診斷有兩個：。考慮汽車發(fā)動機的一個部件油杯的行為模型。自然而然的，可以想到采用溯因診斷來減小基于一致性診斷所產(chǎn)生的可能解空間。而溯因診斷的限制較強，已經(jīng)證明，它所提供的解釋集是基于一致性診斷提供的解釋集的子集。 基于模型診斷方法之間的比較基于一致性診斷方法所提供的診斷空間很大，需要限制這一診斷空間以找到真正的故障所在。定理2[6] 若存在關(guān)于的溯因診斷，則是可滿足的，且也是可以滿足的。類似地，溯因診斷也有沖突的概念。該方法的基本定義如下：定義13[6] 設(shè)，則的溯因診斷為，使得是可滿足的，且。定理1[3] （刻畫基于一致性的中心診斷）的基于一致性的中心診斷是的所有最小沖突的本原蘊含。定義11[3] 的一個基于一致性的部分診斷為一可滿足文字的合取式，使得任一被覆蓋的可滿足的文字的合取式，是可滿足的。稱C為的本原蘊含式（Prime implicate）當(dāng)且僅當(dāng)不存在C的真子子句，使得為的蘊含式。稱是的一個本原蘊含(Prime implicant) 當(dāng)且僅當(dāng)能覆蓋的唯一的的蘊含是本身。定義8[1] 稱一些文字的合取式覆蓋另一些文字的合取式當(dāng)且僅當(dāng)?shù)拿恳粋€文字都出現(xiàn)在中。定義7[1] 的一個沖突是指從出發(fā)推出的一個子句。定義4[1] 已知兩個部件集定義如下：定義5[1] 假設(shè)有 ，那么關(guān)于 的基于一致性的診斷為，使得 是可滿足的。定義3[1] 文字為或。但在以下介紹基于模型診斷的經(jīng)典理論時，我們?nèi)匀徊捎枚x1中的形式。和是有區(qū)別的，前者是一些相關(guān)數(shù)據(jù)，這些數(shù)據(jù)并不能用診斷來解釋，比如醫(yī)學(xué)診斷中患者的年齡和性別。定義2[16] 一個系統(tǒng)是一個四元組,其中： 為系統(tǒng)描述，是一個一階語句的集合； 為系統(tǒng)的組成部件，是一個有限常量集合； 是表示上下文數(shù)據(jù)，是一個基原子集合； 為觀察集，是一個一階語句集合。定義1 [1]一個系統(tǒng)是一個三元組，其中：是系統(tǒng)描述，是一階語句的集合；是系統(tǒng)組成部件，是一個有限的常量集；為觀察集，是一階語句的集合。 基于一致性的診斷基于一致性診斷的基本思想是要求診斷結(jié)果與診斷問題的背景及觀測結(jié)果一致。目前，無論是從理論研究還是實際應(yīng)用上來看，都可以將這3個階段結(jié)合在一起，或至少將診斷產(chǎn)生和診斷測試結(jié)合起來。（2）診斷測試的基本任務(wù)：對診斷產(chǎn)生過程中的每一個診斷進行測試，找出哪個能夠解釋對設(shè)備所作的所有觀測。 基于模型診斷的基本過程基于模型的診斷分為診斷產(chǎn)生、診斷測試以及診斷辨別3個階段[2]。類似基于規(guī)則的系統(tǒng)，這種方法也是依賴于具體的設(shè)備，對每一新的設(shè)備都需要重新建立。另外，這種方法具有很強的設(shè)備獨立性，也就是說，給出一個設(shè)備的模型，那么對該設(shè)備的診斷工作可立即開始，而一旦給出另一設(shè)備的模型，那么對那個設(shè)備的診斷工作也可立即開始。而基于模型的診斷使用的是描述待診斷設(shè)備的內(nèi)部結(jié)構(gòu)和行為的模型，該模型在生產(chǎn)設(shè)備時就可建立，并且隨著計算機輔助設(shè)計和生產(chǎn)的使用，可以用電子形式顯示描述，而不是隱含在設(shè)計者的頭腦中或不正規(guī)地散落于幾篇論文中。對每一設(shè)備都需要建立一個新的規(guī)則集。因此，該方法比故障字典方法所覆蓋的故障類型廣。而基于模型的診斷方法將故障行為定義為“與預(yù)期不符的任何行為”。 與建立故障字典診斷方法的比較[2]故障字典(Fault dictionaries)方法的關(guān)鍵是它的故障模型是預(yù)先指定的，即必須預(yù)先選好可能出故障的部件，細致地描述這些部件是如何失靈的，并從這些可能性進行推理。而如前所述，基于模型的診斷方法做的是面向征兆的診斷，即當(dāng)觀測到的行為與預(yù)期行為出現(xiàn)差異時(這時的觀測又稱為征兆)才進行診斷推理，從模型和征兆出發(fā)找出可能出故障的部件。 與其它傳統(tǒng)診斷方法的比較 與Diagnostics方法的比較[2]Diagnostics是一個用于生產(chǎn)線末端電子設(shè)備上的檢驗程序，其功能是保障設(shè)備的正常運行。模型是可重用的[2]。診斷算法也是基于標準的AI技術(shù)，如定理證明、啟發(fā)式搜索、定性模擬、Bayesian網(wǎng)等等。基于模型診斷的基本任務(wù)[1]是從模型和觀測出發(fā)進行推理，從而決定出哪些部件產(chǎn)生故障，才能夠解釋出現(xiàn)的所有差異。觀測指出設(shè)備實際做了什么，而預(yù)言指出設(shè)備應(yīng)該做什么。實際設(shè)備診 斷模 型 預(yù) 觀 言 測觀測到行為差 異預(yù)期行為圖1 基于模型診斷的基本思想從圖中可以看出，基于模型診斷推理的基本觀點[1]是可以使用有關(guān)某個待診斷設(shè)備的內(nèi)部結(jié)構(gòu)與行為的知識來診斷該設(shè)備，這是該方法與傳統(tǒng)診斷推理方法的最主要區(qū)別。 prime implicant/implicates.60目錄第一章 基于模型的診斷方法 12 基于模型診斷的基本思想 12 與其它傳統(tǒng)診斷方法的比較 13 與Diagnostics方法的比較 13 與建立故障字典診斷方法的比較 13 與基于規(guī)則系統(tǒng)方法的比較 13 與判定樹方法的比較 14 基于模型診斷的基本過程 14 基于模型診斷的基本方法 14 基于一致性的診斷 14 溯因診斷 17 基于模型診斷方法之間的比較 18 19 模型常常無法完備 19 診斷空間常常過大 20 診斷效率不高 25 本文的主要工作 25第二章 含缺省約束的基于模型診斷 27 缺省邏輯 27 29 含缺省假設(shè)的最小診斷 30第三章 刻畫含缺省約束的基于模型診斷 33 用最小診斷刻畫含缺省約束的基于模型診斷 33 用中心診斷刻畫含缺省約束的基于模型診斷 37 刻畫含缺省約束的基于模型中心診斷 39 舉例 43第四章 總結(jié) 44致謝 45參考文獻 46附錄 457ContentsChapter 1 Modelbased Diagnosis 12 The Basic Principles of ModelBased Diagnosis 12 Compared with Other Diagnosis 13 Diagnostics 13 Fault Dictionary 13 Rule Systems 13 Decision Tree 14 Process of ModelBased Diagnosis 14 Basic Method of Process of ModelBased Diagnosis 14 Consistencybased Diagnosis 14 Abductive Diagnosis 17 Comparison Between ModelBased Diagnosises 18 Defects and Improvements of ModelBased Diagnosis 19 No Complete Models 19 Too Many Results 20 Low Efficiency 25 Main Improvements 25Chapter 2 Modelbased Diagnosis with Default Constraints 27 Default Logic 27 Modelbased Diagnosis with Default Constraints 29 Minimal Diagnosis with Default Constraints 30Chapter 3 Characterizing Modelbased Diagnosis with Default Constraints 33 Characterizing with Minimal Diagnosis 33 Characterizing with Kernel Diagnosis 37 Characterizing Kernel Diagnosis with Default Constraints 394 Example 438Chapter 4 Summary 40Acknowledgement 452References 463Supplement 457第一章 基于模型的診斷方法 基于模型診斷的基本思想[1]基于模型的診斷是為了克服傳統(tǒng)專家系統(tǒng)診斷方法的嚴重缺陷而于20世紀70年代中期興起的一項新型的智能推理技術(shù)，被一些人工智能專家稱為診斷領(lǐng)域的革命。關(guān)鍵詞：含缺省假設(shè)的診斷問題；基于模型的中心診斷；缺省本原蘊含/蘊含式AbstractModelbased diagnosis was a rising technology for diagnosis in recent years. It covered some disadvantages of the traditional diagnosis and gets better results. But a plete and sound model was considered as default in modelbased diagnosis systems, and such a criteria was often difficult to reach in practice, which disconnected the diagnosis theory and reality.This paper added some assumptions into the sound descriptions of the device to be diagnosed as a supplement of the inplete model, and all the assumptions were described by formulae transformed from default rules of normal default theory. These assumptions with the sound descriptions of the device that were sure to be true formed a new description of the device to be diagnosed. The diagnosis was concluded from the new descriptions. The aim of such a practice is to shrink the diagnosis result set by adding the assumptions. The basic concepts of the diagnosis system with some new assumptions were also listed including modelbased diagnosis with default assumptions, minimal diagnosis, partial diagnosis, kernel diagnosis, implicant, implicate and prime implicant, etc. And the paper showed different methods to characterize the new diagnosis system which were minimal diagnosis and kernel diagnosis respectively. The paper also indicated that in modelbased diagnosis with default constraints the superset of the wrong ponents in minimal diagnosis was still a diagnosis if and only if the conflicts of the system were positive. And this paper also characterized the minimal diagnosis and kernel diagnosis, including two methods for kernel diagnosis and their pare. The methods showed of the straig