摘要
模糊因果图能有效地用于故障分析,比原来的因果图方法具有更大的灵活性和适应性。文章分析了模糊因果图存在的问题,即模糊概率可能超出[0,1]区间,并提出了归一化的解决办法。通过实例证明,这种归一化方法得出的结果可靠,推理得出的结论与传统因果图推理得出的结果一致,这种归一化方法是可行的。
Fuzzy Causality Diagram is so effective in fault analysis, and it is more flexible and adaptive than conventional Causality Diagram. However, the shortcoming in Fuzzy Causality Diagram is that the result, i.e. fuzzy probability, may go beyond interval [0,1]. A normalization method was proposed to solve the problem in this paper. The research indicates that the normalization method is so practical that the result of reasoning coincides with that of conventional Causality Diagram.
出处
《微电子学与计算机》
CSCD
北大核心
2006年第11期1-3,共3页
Microelectronics & Computer
基金
国家自然科学基金项目(59677009)
重庆市科技攻关项目(5990)
重庆市自然科学基金项目(8084)
关键词
因果图
模糊因果图
模糊概率
三角模糊数
归一化
Causality diagram, Fuzzy causality diagram, Fuzzy probability, Triangular fuzzy number, Normalization
作者简介
梁新元 男,（1971-）,副教授.研究方向为人工智能、因果图、故障诊断、复杂系统.
吴淑皇 男,（1975-）,硕士.
石庆喜 男,（1973-）,博士,讲师.研究方向为人工智能、因果图、故障诊断.
