学位论文 > 优秀研究生学位论文题录展示
求解极小碰集的ROBDD算法的研究与分析
作 者: 艾阳
导 师: 李占山
学 校: 吉林大学
专 业: 计算机软件与理论
关键词: 二元决策图 启发式编序 基于模型的诊断 碰集
分类号: TP181
类 型: 硕士论文
年 份: 2011年
下 载: 33次
引 用: 0次
阅 读: 论文下载
内容摘要
基于模型诊断(Model-based diagnosis)是一种智能推理方法,它的出现是为了弥补传统的故障诊断方法的缺点。基于模型诊断已经应用于通信、航天、燃气轮机监控、交通、电子设备等诸多领域。其基本思想是构建待诊断系统的抽象模型,并观测系统的实际行为,当观测行为与系统的预测行为相左时,确认出故障诊断。涉及的四个过程为构建系统模型,冲突鉴别,候选诊断以及诊断。目前MBD的研究重点有以下两种:溯因诊断以及基于一致性诊断,本文中主要讨论的就是基于一致性诊断问题。基于模型诊断中极小碰集的求解问题被证明是NP-complete的。近年来,国内外的研究者不断提出求解碰集的新思想以及优化方法,目的是降低时间的消耗。二元决策图(Binary Decision Diagrams)简称BDD,是于1959年被提出的有根非循环图结构。目前,BDDs在很多领域都有广泛的应用,例如计算机网络、逻辑综合和验证等。Randel在1986年提出BDD中变量顺序对最终生成的BDDs规模有较大的影响的观点。从此以后,很多国内外的研究者针对BDDs变量的顺序排序问题进行了大量并深入的研究。由于最优变量排序问题已经被证明为NP-完全问题,所以目前很多研究者通过对应用领域的研究,设计适当的启发式排序方法,得到较为合理的ROBDD编序方法。适当的编序方法可以缩小BDD的规模,减少BDD算法的运行时间。本文中采用的就是启发式编序相结合的ROBDD求解算法。近年来,已经有国内外学者将OBDDs应用到基于模型诊断问题中,本文也提出运用ROBDDs求解基于模型诊断问题中极小碰集的新思想。把目光聚焦到候选诊断过程(即通过极小冲突集推导出极小碰集的过程)上,提出ROBDD求解极小碰集的方法。这一方法的主要思想为:首先把问题系统构建为析取式方程组的形式,然后根据OBDDs这一数据结构的高压缩性、操作的高效性以及布尔表达式的表示形式等性质,分别应用VCD-Order和FD-Order操作对冲突集簇中的变量进行编序,利用生成的编序序列把冲突集编译成独立ROBDD形式,再进行ROBDDs的与运算,求得系统的碰集。最后进行极小化操作提取极小碰集。本算法不存在类似于某些求解算法由于剪枝而丢失解的现象。因为OBDDs是种高压缩的数据结构,所以占用的空间较少,并且算法容易理解和实现。由于本算法中没有应用随机算法,故可以得到所有的极小碰集,即ROBDD求解算法是完备的。但利用ROBDDs求解碰集需要碰集的极小化操作,才能得到故障系统的极小碰集,这一操作降低了整体算法的效率。我们在本文中提到的两种ROBDDs求解极小碰集的算法,是分别基于变量相关性和基于变量频率来对ROBDDs进行编序约束的。我们通过理论推导,证明了ROBDD方法的有效性以及完备性。通过大量的对比实验,我们可以看到ROBDD算法在随机生成冲突集上有较明显的效率优势。并且通过对基于变量相关性的ROBDD算法和基于频率的ROBDD算法的研究和实验,总结出这两个方法的使用范围。本文提出的两种ROBDDs方法还都有需要改进的地方,以后可以将两种方法相结合提出更为优化的ROBDDs求解碰集的新方法。
|
全文目录
摘要 4-6 Abstract 6-10 第1章 绪论 10-13 1.1 研究背景及现状 10-12 1.1.1 基于模型诊断研究背景与现状 10 1.1.2 BDD的研究背景与现状 10-12 1.2 本文的主要工作 12-13 第2章 基于模型诊断与BDD的基础知识 13-23 2.1 基于模型诊断基础知识 13-16 2.1.1 基本概念 13-15 2.1.2 求解极小碰集方法介绍 15-16 2.2 BDD基础知识 16-23 2.2.1 BDD的预备知识 16-18 2.2.2 OBDD的常用操作 18-21 2.2.3 OBDD的特点 21-23 第3章 基于变量相关性编序的ROBDD求解碰集 23-38 3.1 算法说明 23-29 3.2 完备性分析 29-30 3.3 实验结果 30-37 3.3.1 随机生成冲突集测试 30-33 3.3.2 固定冲突集测试 33-37 3.3.3 实验结果分析 37 3.4 总结 37-38 第4章 基于频率相关性编序的ROBDD求解碰集 38-45 4.1 算法说明 38-39 4.2 实例说明 39-40 4.3 测试结果 40-44 4.4 总结 44-45 第5章 结论 45-46 参考文献 46-49 作者简介及在学期间所取得的科研成果 49-50 致谢 50
|
相似论文
- 基于时间自动机的模型验证技术,TP301.1
- MBD在配电网故障诊断中的应用研究,TM711
- 基于BDD的多阶段任务系统可靠性建模分析,TB114.3
- 求解极小碰集的遗传算法的研究与改进,TP18
- 基于一致性诊断中若干问题研究,TP18
- 基于BDD的碰集与配置求解,TP311.12
- 符号化模型检测算法的研究,TP311.52
- 一种基于基数的领域特征模型检验方法,TP301
- 基于模块化思想的动态故障树分析方法研究,TP18
- 多阶段任务系统BDD排序方法研究,TB114.3
- 二元决策图的排序优化及故障树转化方法的研究,TP311.5
- 基于Windows Mobile5.0平台的故障树分析软件设计与开发,TP311.52
- 基于模型检测方法的规划,TP18
- 动态故障树分析方法及其实现,TP18
- 基于符号模型检测方法的应对规划系统,TP311.52
- 基于故障树技术的远程故障诊断专家系统的研究,TP182
- 模型检测在模型诊断领域中的应用,TP277
- 复杂系统的故障诊断及容错控制研究,O157.5
- 基于二元决策图的组合电路测试生成方法研究,TP391.7
- 应用Bayesian网处理基于一致性诊断中的不确定性问题的研究,TP183
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 自动推理、机器学习
© 2012 www.xueweilunwen.com
|