午夜亚洲国产日本电影一区二区三区,九九久久99综合一区二区,国产一级毛片视频,草莓视频在线观看精品最新

加急見刊

基于子集一致性檢測的診斷解極小性判定方法

田乃予; 歐陽丹彤; 劉夢; 張立明 吉林大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院; 長春130012; 符號計算與知識工程教育部重點(diǎn)實(shí)驗(yàn)室(吉林大學(xué)); 長春130012

摘要：基于模型診斷作為克服第1代診斷系統(tǒng)的缺陷而出現(xiàn)的智能診斷推理技術(shù),現(xiàn)已成為十分活躍的人工智能研究分支,隨著相關(guān)技術(shù)的不斷發(fā)展,應(yīng)用愈加廣泛.其中,大多數(shù)研究集中于診斷求解過程,而診斷解的極小性檢測方法保證了最終求得診斷解的極小性,也是問題求解過程中至關(guān)重要的一步.傳統(tǒng)診斷解的極小性判定過程是將新求得的診斷解與已有診斷集合中的診斷解依次比較,檢查是否有新得診斷解的超集或子集來判定極小性,這種方法隨著求解過程中得到的診斷解數(shù)量增多,檢測難度逐漸提高,耗時也隨之增大.為解決此問題,提出了一種基于子集一致性檢測的診斷解極小性判定的新方法:子集一致性(subset consistency detection, SCD)方法.通過對診斷解少數(shù)幾個子集的一致性檢測來給出該診斷解的極小性判定,避免了求解過程中診斷解集合增大對效率的影響.SCD方法可應(yīng)用于許多高效的診斷方法,如GD(grouped diagnosis)和ACDIAG(abstract circuit diagnosis)方法,算法效率均有所提高.

注: 保護(hù)知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系計算機(jī)研究與發(fā)展雜志社