一种多值因果图推理算法.docxVIP

一种多值因果图推理算法 1 因果图理论的应用 动态因果图理论（以下简称因果图）是张勤教授在1993年至1995年之间开发的一种大型清军全尺寸核电站模型的故障诊断专家系统。它综合了故障树、信度网和其他不确定性模型的优点，并在核电站系统的最终产品福建网格得到了验证和应用。除在故障诊断方面的应用之外, 因果图理论还在预测分析、问题回答 (如实体关系识别) 和关系数据的知识处理等领域具有重要的应用前景。 近年来, 因果图理论在多值离散因果图问题、连续因果图问题、高效的精确推理和近似推理算法研究问题、因果图与信度网之间的转换问题等研究方向上得到了一定的研究和发展。其中, 文指出, 因果图在单值情况下严格满足概率论, 但在多值情况下存在两个困难, 并提出了一种基于因果影响可能性分配的推理算法:将多值因果图的推理分成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。该算法的不足之处在于需要进行多值因果图与单值因果图的转换操作, 推理过程比较复杂。 本文将进一步讨论多值离散因果图问题, 针对文所指出的两个困难进行进一步的研究, 提出一种引入归一化常数的高效多值因果图推理算法, 它采用文的算法框架, 不需要进行多值因果图与单值因果图的转换。 2 算法导出 2.1 节点各状态之间不互斥的情况 文献指出, 因果图在单值情况下严格满足概率论, 但在多值情况下, 存在两个困难:①不严格满足概率论;②将其用于实际问题时, 推理结果可能产生错误。其中困难①是指推理结果可能出现同一节点的各状态概率之和不归一和同一节点各状态之间不互斥的情况, 困难②是指当出现困难①的情况时, 推理结果可能与实际情况不符。因此可以认为困难②是由困难①引起的, 两个问题可以归结为一个问题, 即推理过程不严格满足概率推理中的归一性和互斥性要求。 实际上, 上述困难是在将文中的推理算法直接应用于多值因果图推理过程中出现的, 其原因在于文中的推理算法是针对单值因果图而言的, 并没有考虑到多值因果图中节点内部各状态之间的互斥性和归一性问题。如果我们对文中的推理算法作相应修改, 使之满足概率推理中的归一性和互斥性要求, 那么文中的困难也将得到解决。 2.2 s12bx3 在单值因果图中有一个基本假设:如果原因节点事件发生并且连接事件发生必然导致结果事件发生。在多值因果图中如果也沿用这个假设, 那么在推理结果中将可能出现同一节点的两个状态同时发生的错误结果。如图1所示, 假定节点A、B、X均有两态, 当A1发生且P11AX11AX发生时, 会导致X1发生, 当B1发生且P12BX12BX发生时, 会导致X2发生, 由于A、B、PAX、PBX是独立的, 他们完全可以同时发生, 这时就会出现X1、X2同时发生的矛盾。因此在多值因果图中, 需要修改这个基本假设。 假设1:假定在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。 即假定在多值因果图中, 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。这样的假设显然也是合理的, 它类似于文中的可能性定义。 这样, 在图1所示的因果图中, 在某一具体时刻, 如果A1发生、P11AX发生, 我们可以认为对X1的发生概率贡献了1;B1发生、P12BX发生对X2的发生概率也贡献了1。由于X1和X2的概率分布之和为2, 不归一, 因而必须进行归一化处理, 即两个概率分布值均除以2。处理后,X1和X2的发生概率均为0.5。最后,X究竟处在哪个状态由这个概率分布随机决定。于是问题得到了解决。 2.3 归一化常数的推导 然而, 在实际计算中, 我们首先要用逻辑展开的办法处理因果循环等问题, 并将每个节点事件表达为最终割集表达式DCS-f, 然后才能进行概率计算。在这个过程中, 上述归一化处理无法进行。而如果不进行归一化处理, 就可能出现某节点概率分布不归一, 导致整个计算出现错误。为此, 归一化最好在逻辑展开之前完成。实际上, 我们只要在连接事件的概率值上除以一个归一化常数即可。 归一化常数的推导如下: 设结果节点Y有m个状态、有n个原因节点Xk(k=1, 2, ...,n) ,Xk有mk个状态, 第i个状态与结果节点Y的第j个状态之间的连接事件为RijΚY,PijΚY的概率值为Pr{PijΚY}≡pijΚY, 其中Pr{·}为取括号内事件概率值算符。于是假设1可表示为 Ρr{Yj}=n∑k=1mk∑i=1Ρr{Xik}pijΚY(1) 则节点Y的各状态概率之和为 m∑j=1Ρr{Yj}=m∑j=