GIBBS仿真方法运用在大型因果图的推理过程

摘要：

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Markov Chain Monte Carlo(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.

关键词：因果图、信度网、Gibbs仿真、故障诊断

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：同济大学校科研和教改项目CSTC2005BB2189

在线出版日期：2006-06-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：26-29