1、I厦门大学软件学院本科毕业设计（论文）答辩工作安排一、 论文完成时间1、学生应在 2007 年 5 月 28 日（周一）前，将：(1)、毕业设计（论文）初稿；（2） 、毕业论文任务书（需有指导教师的签名和学生本人的签名，在校外实习的需同时有校外指导教师的签字） 、分阶段进度安排；交指导教师。学生提交给指导教师的论文初稿在格式上应严格按照学校的要求执行（见附件） ，论文请按照“封面、中文摘要（400 字） 、中文关键词（3 5 个） 、英文摘要（ 400 字） 、英文关键词（35 个） 、中文目录、英文目录、第一章、第二章、第 N 章、致谢、参考文献、附录 ”的次序进行排列，可以按照以下方式安排
2、章节：第一章为“引言” ；第二章介绍系统的总体设计；第三章介绍系统的详细设计；第四章给出系统的实现（运行）结果；第五章为“结束语” 。2、指导教师对学生的论文应进行认真的修改，包括论文内容和论文格式，特别是论文格式，应严格按照学校的要求执行。同时填写：教师分阶段指导记录、论文评语（包括指导教师评定的成绩和指导教师签名，见附件 1） 。3、学生必须在 2007 年 6 月 4 日（周一）上午 11：30 前，将论文的正式稿以及开题报告、毕业论文任务书、分阶段进度安排、教师分阶段指导记录、论文评语等（需装订，装订的次序为论文正式稿、开题报告、毕业论文任务书、分阶段进度安排、教师分阶段指导记录、论文
3、评语，见附件，装订方式同硕士学位论文，装订地点在学校图书馆）1 份，交学院罗斌老师（实验楼 203 房间，Tel：2580499） 。II二、 论文评阅时间学院将安排有关教师对学生的论文进行评阅，评阅教师认真填写评阅意见，并给出评阅成绩。评阅教师在 2007 年 6 月 11 日（周一）将评阅意见和评阅成绩上交学院罗斌老师。评阅教师和被评阅的学生论文名单在2007 年 6 月 5 日（周二）给出。三、 论文答辩时间1、 小组答辩2007 年 6 月 12 日（周二）全天（上午 8：00-11：30，下午 2：30-5：30） ，191 名参加答辩的学生分为 6 个小组进行小组答辩，具体名单和答
4、辩地点另行公布。2、 学院公开答辩2007 年 6 月 14 日（周四）全天（上午 8：30-11：30，下午 2：30-5：30） ，各小组评优的学生（占总人数的 15%，大约 23 人）将参加学院组织的公开答辩，具体名单和答辩地点另行公布。 3、 答辩要求每位学生的论文答辩时间为 15 分钟，其中 10 分钟为学生报告时间（包括软件或硬件系统的演示时间） ，5 分钟为答辩小组教师提问时间。参加答辩的每位同学在答辩前需做好充分的准备，将答辩报告用的PowerPoint 和答辩时演示的软件系统预先装到答辩会场的计算机中，有关软件系统安装问题请与各答辩小组的秘书联系。原则上，每位同学都需要III
5、演示自己开发的软（硬）件系统。在校外进行实习的同学，如果确实无法将开发的软件带回学校进行演示，可采用截屏、拍照、摄像等方式，将自己所做的工作在答辩过程中展示出来，否则要影响答辩成绩。四、 毕业设计（论文）成绩评定每位同学的毕业设计（论文）成绩由四部分构成：1、导师评定的成绩 15%2、评阅教师评定的成绩 15%3、软（硬）件系统演示成绩 30%4、答辩成绩 40%各部分成绩按照百分制进行打分，最后按照以上比例计算出总评成绩，并折算为五级计分（优秀：90-100 分；良好：80-89 分；中：70-79 分；及格：60-69 分；不及格：0-59 分） 。各小组评定本组成绩时，优秀的比例不得超过
6、本组学生数的 15%，并于 2007 年 6 月 13 日（周三）上午 11：30 前将小组评定成绩上报学院罗斌老师处。软件学院2007 年 5 月 15 日IV本科毕业论文(科研训练、毕业设计)题 目：XXXXXXXXXXXXX姓 名：XXX学 院：软件学院系：专 业：软件工程年 级：2003 级学 号：XXX指导教师（校内）：XXX 职称：XXX指导教师（校外）：XXX 职称：XXX2007 年 6 月 X 日V摘 要基于模型诊断是近年来兴起的一项新的诊断技术，它克服了传统诊断技术的一些缺陷，因而能获得更好的效果。但是在目前已有的诊断系统中，一般都默认其有完备而可靠的模型，这在实际中却常常
7、无法实现，因而造成诊断理论与现实过程的脱节。本文在目前已知的对待诊断设备的可靠描述之外，提出了可加入一部分假设性信息作为对无法完备模型的补充，并且这些假设采用了从规范缺省理论中的规则转化而成的公式形式。这些假设将加入到可以肯定为真的对待诊断设备的已知可靠描述中，形成对设备的新描述，并在新描述的基础上进行推断得出诊断结果。这样做的目的在于希望加上可修正的假设后，能缩小最终的诊断结果空间。本文进一步给出了在加入这些假设后诊断系统的相关基本概念，包括含缺省约束的基于模型诊断、最小诊断、部分诊断、中心诊断、蕴含、蕴含式及本原蕴含等等。在此基础上，对于新提出的含缺省约束的基于模型诊断给出了描述诊断空间的
8、不同方法，即分别用最小诊断和中心诊断的方法来刻画新系统的诊断空间。本文同时指出，在含缺省约束的基于模型诊断系统中，最小诊断的错误部件集的超集仍旧构成诊断的充要条件是该系统的所有冲突均为正冲突。另外，本文还给出了对于含缺省约束的最小诊断和中心诊断的刻画方法，其中还包括两种刻画含缺省约束的中心诊断的方法及其比较。这两种方法提出了含缺省约束的中心诊断与缺省本原蕴含/蕴含式的直接关系，并指出了这种刻画即为含缺省约束的基于一致性中心诊断和中心溯因诊断刻画的一般化情形，从而将理论与实现联系了起来。关键词：含缺省假设的诊断问题；基于模型的中心诊断；缺省本原蕴含/蕴含式VIAbstractModel-base
9、d diagnosis was a rising technology for diagnosis in recent years. It covered some disadvantages of the traditional diagnosis and gets better results. But a complete and sound model was considered as default in model-based diagnosis systems, and such a criteria was often difficult to reach in practi
10、ce, which disconnected the diagnosis theory and reality.This paper added some assumptions into the sound descriptions of the device to be diagnosed as a supplement of the incomplete model, and all the assumptions were described by formulae transformed from default rules of normal default theory. The
11、se assumptions with the sound descriptions of the device that were sure to be true formed a new description of the device to be diagnosed. The diagnosis was concluded from the new descriptions. The aim of such a practice is to shrink the diagnosis result set by adding the assumptions. The basic conc
12、epts of the diagnosis system with some new assumptions were also listed including model-based diagnosis with default assumptions, minimal diagnosis, partial diagnosis, kernel diagnosis, implicant, implicate and prime implicant, etc. And the paper showed different methods to characterize the new diag
13、nosis system which were minimal diagnosis and kernel diagnosis respectively. The paper also indicated that in model-based diagnosis with default constraints the superset of the wrong components in minimal diagnosis was still a diagnosis if and only if the conflicts of the system were positive. And t
14、his paper also characterized the minimal diagnosis and kernel VIIdiagnosis, including two methods for kernel diagnosis and their compare. The methods showed of the straight link between model-based diagnosis and the prime implicants / implicates in this assumption-added model-based diagnosis system.
15、 In the end, this paper indicates that the link is the generalization of kernel consistency-based diagnosis and kernel abductive diagnosis, which connects the theory with implementing.Key words: diagnosis problem containing default constraints; model-based kernel diagnosis; prime implicant/implicate
16、s.8目录第一章 基于模型的诊断方法 .121.1 基于模型诊断的基本思想 121.2 与其它传统诊断方法的比较 131.2.1 与 Diagnostics 方法的比较 .131.2.2 与建立故障字典诊断方法的比较 131.2.3 与基于规则系统方法的比较 131.2.4 与判定树方法的比较 141.3 基于模型诊断的基本过程 141.4 基于模型诊断的基本方法 141.4.1 基于一致性的诊断 141.4.2 溯因诊断 171.5 基于模型诊断方法之间的比较 181.6 基于模型诊断方法的缺陷以及目前已有的改进 .191.6.1 模型常常无法完备 191.6.2 诊断空间常常过大 201.
17、6.3 诊断效率不高 251.7 本文的主要工作 25第二章 含缺省约束的基于模型诊断 .272.1 缺省逻辑 272.2 含缺省假设的诊断问题 .292.3 含缺省假设的最小诊断 30第三章 刻画含缺省约束的基于模型诊断 .333.1 用最小诊断刻画含缺省约束的基于模型诊断 333.2 用中心诊断刻画含缺省约束的基于模型诊断 373.3 刻画含缺省约束的基于模型中心诊断 393.4 举例 439第四章 总结 .44致谢 .45参考文献 .46附录 .45710ContentsChapter 1 Model-based Diagnosis 121.1 The Basic Principles
18、of Model-Based Diagnosis121.2 Compared with Other Diagnosis.131.2.1 Diagnostics131.2.2 Fault Dictionary 131.2.3 Rule Systems.131.2.4 Decision Tree 141.3 Process of Model-Based Diagnosis.141.4 Basic Method of Process of Model-Based Diagnosis .141.4.1 Consistency-based Diagnosis141.4.2 Abductive Diagn
19、osis .171.5 Comparison Between Model-Based Diagnosises .181.6 Defects and Improvements of Model-Based Diagnosis191.6.1 No Complete Models 191.6.2 Too Many Results .201.6.3 Low Efficiency251.7 Main Improvements 25Chapter 2 Model-based Diagnosis with Default Constraints 272.1 Default Logic 272.2 Model
20、-based Diagnosis with Default Constraints.292.3 Minimal Diagnosis with Default Constraints30Chapter 3 Characterizing Model-based Diagnosis with Default Constraints .333.1 Characterizing with Minimal Diagnosis .333.2 Characterizing with Kernel Diagnosis 373.3 Characterizing Kernel Diagnosis with Defa
21、ult Constraints 394113.4 Example.438Chapter 4 Summary.40Acknowledgement.452References .463Supplement45712第一章 基于模型的诊断方法1.1 基于模型诊断的基本思想 1基于模型的诊断是为了克服传统专家系统诊断方法的严重缺陷而于 20 世纪70 年代中期兴起的一项新型的智能推理技术，被一些人工智能专家称为诊断领域的革命。它的主要思想如图 1 所示 2。预 观言 测图 1 基于模型诊断的基本思想从图中可以看出，基于模型诊断推理的基本观点 1是可以使用有关某个待诊断设备的内部结构与行为的知识来诊断该
22、设备，这是该方法与传统诊断推理方法的最主要区别。在基于模型诊断方法中，一方面有实际设备，它的行为可被观测到；另一方面有描述该设备的内部结构与行为的模型，可以预言其预期行为。观测指出设备实际做了什么，而预言指出设备应该做什么。如果这两者出现了差异，就产生了诊断问题。基于模型诊断的基本任务 1是从模型和观测出发进行推理，从而决定出哪些部件产生故障，才能够解释出现的所有差异。基于模型诊断中使用的模型可以用标准的 AI 技术来建造 2，如谓词逻辑、框架、约束等。诊断算法也是基于标准的 AI 技术，如定理证明、启发式搜索、定性模拟、Bayesian 网等等。模型可以分为不同的类型：结构型、功能型、行为型
23、，或者他们的组合。模型是可重用的 2。一方面，同一设备模型应该能用于不同的问题求解任模 型预期行为诊 断差 异实际设备观测到行为13务(例如，诊断、模拟、重构等)；另一方面，当一设备作为更大系统的一个组成部件时，该设备的模型仍是可用的。1.2 与其它传统诊断方法的比较1.2.1 与 Diagnostics 方法的比较 2Diagnostics 是一个用于生产线末端电子设备上的检验程序，其功能是保障设备的正常运行。Diagnostics 使用的是穷举法来一一检验所有的预期行为，直至发现一个异常的。而如前所述，基于模型的诊断方法做的是面向征兆的诊断，即当观测到的行为与预期行为出现差异时(这时的观测
24、又称为征兆)才进行诊断推理，从模型和征兆出发找出可能出故障的部件。显然，当设备复杂到它的正确行为集大得很难穷举时，使用 Diagnostics 是不可行的，这时就可以使用基于模型的诊断方法从一些特殊的征兆出发寻找内在故障。1.2.2 与建立故障字典诊断方法的比较 2故障字典(Fault dictionaries)方法的关键是它的故障模型是预先指定的，即必须预先选好可能出故障的部件，细致地描述这些部件是如何失灵的，并从这些可能性进行推理。因此，它所包容的故障类型是固定的且较少。而基于模型的诊断方法将故障行为定义为“与预期不符的任何行为” 。称一个部件出了故障是指它没有做它应该做的事情。因此，该方
25、法比故障字典方法所覆盖的故障类型广。1.2.3 与基于规则系统方法的比较 2传统的基于规则系统(Rule-based systems)具有很强的设备依赖性，其使用规则将征兆与内在故障联系起来，而这种联系是基于专家对设备的经验而不是基于设备的结构和行为。对每一设备都需要建立一个新的规则集。因此，如何从专家那里获取必要的诊断知识是维护并发展这些系统的瓶颈。而基于模型的诊断使用的是描述待诊断设备的内部结构和行为的模型，该模型在生产设备时就可建立，并且随着计算机辅助设计和生产的使用，可以用电子形式显示描述，而不是隐含在设计者的头脑中或不正规地散落于几篇论文中。14因此，基于模型方法的使用费用相对低一些
26、。另外，这种方法具有很强的设备独立性，也就是说，给出一个设备的模型，那么对该设备的诊断工作可立即开始，而一旦给出另一设备的模型，那么对那个设备的诊断工作也可立即开始。1.2.4 与判定树方法的比较 2判定树(Decision trees)提供了一种简单有效的方法记录指导诊断的测试序列及结论，但它没有指出诊断所需的知识，缺乏透明度，即没有指明为什么诊断是这样的，并且更新困难。类似基于规则的系统，这种方法也是依赖于具体的设备，对每一新的设备都需要重新建立。如上所述，基于模型的诊断方法可克服判定树方法的缺点。1.3 基于模型诊断的基本过程基于模型的诊断分为诊断产生、诊断测试以及诊断辨别 3 个阶段
27、2。（1）诊断产生的基本任务：已知一个差异，决定出哪些部件可能失灵，从而导致该差异。（2）诊断测试的基本任务：对诊断产生过程中的每一个诊断进行测试，找出哪个能够解释对设备所作的所有观测。（3）诊断辨别的基本任务：当有多个诊断通过测试时，应该要搜集什么样的额外信息才能辨别它们，以得出最后的诊断。目前，无论是从理论研究还是实际应用上来看，都可以将这 3 个阶段结合在一起，或至少将诊断产生和诊断测试结合起来。1.4 基于模型诊断的基本方法目前，有代表性的两种基于模型诊断的基本方法分别是基于一致性诊断 1和溯因诊断 6。1.4.1 基于一致性的诊断基于一致性诊断的基本思想是要求诊断结果与诊断问题的背景
28、及观测结15果一致。以下是文献中对基于一致性诊断给出的相关定义和定理。定义 1 1一个系统是一个三元组 ，其中：(,)SDCOMPBS是系统描述，是一阶语句的集合；SD是系统组成部件，是一个有限的常量集；2COMP为观察集，是一阶语句的集合。3B在此定义的基础上，有人作出了扩充，以容纳更多与诊断相关的信息。定义 216 一个系统是一个四元组 ,其中：,SDCOMPXTBS为系统描述，是一个一阶语句的集合；1SD为系统的组成部件，是一个有限常量集合；2COMP是表示上下文数据，是一个基原子集合；3XT为观察集，是一个一阶语句集合。4BS显然定义 1 和定义 2 最大的区别在于定义 2 增加了 的
29、部分。 和CXTT是有区别的，前者是一些相关数据，这些数据并不能用诊断来解释，比如OS医学诊断中患者的年龄和性别。而后者是指对系统的实际测量，比如医学诊断中的临床表现和生化化验结果等等。但在以下介绍基于模型诊断的经典理论时，我们仍然采用定义 1 中的形式。另外，我们采用一元谓词 表示“abnormal（反常） ”，当部件AB反常时， 为真。cCOMPS()c定义 31 文字为 或 ， 。 子句是不含互补AB()c()ABcCOMPSAB对的 文字的析取式。定义 41 已知两个部件集 定义 如下：,pnC,pnD16pncCcCABAB定义 51 假设有 ，那么关于 的基于一OMPS(,)SDO
30、MPS致性的诊断为 ，使得 是可满(,)D足的。定义 61 称一个基于一致性诊断为最小基于一致性诊断当且仅当对于 的任意一个真子集 都不是一个诊断。,()DCOMPS定义 71 的一个冲突是指从 出发推出的一个(,)SBSDOB子句。一个冲突是最小冲突当且仅当该冲突的任意一个真子子句都不是一AB个冲突。定义 81 称一些文字的合取式 覆盖另一些文字的合取式 当且仅当CD的每一个文字都出现在 中。CD定义 91 设 是命题公式的集合，称一可满足的基文字合取式 是 的一个蕴涵（Implicant ）当且仅当 能推出 中的每一个语句。称 是 的一个本原蕴含(Prime implicant) 当且仅当
31、能覆盖 的唯一的 的蕴含是 本身。定义 101 设 是命题公式的集合，称基文字的析取式 C 为 的蕴含式（Implicate）当且仅当 能推出 C。称 C 为 的本原蕴含式（ Prime implicate）当且仅当不存在 C 的真子子句 ，使得 为 的蕴含式。由于基于一致性的最小诊断无法刻画诊断空间，为此文献3提出了基于一致性的中心诊断。定义 113 的一个基于一致性的部分诊断为一可满足(,)SDCOMPBS17文字的合取式 ，使得任一被 覆盖的可满足的 文字的合取式 ，ABPPAB是可满足的。SDO定义 123 基于一致性的中心诊断是具有如下性质的基于一致性的部分诊断：即能覆盖它的唯一的基
32、于一致性的部分诊断是它本身。定理 13 （刻画基于一致性的中心诊断） 的基于一致(,)SDCOMPBS性的中心诊断是 的所有最小冲突的本原蕴含。SDOB1.4.2 溯因诊断溯因诊断的基本思想是除了要求诊断结果与诊断背景一致以外，还要求从诊断结果出发，能推出观测结果。该方法的基本定义如下：定义 136 设 ，则 的溯因诊断为COMPS(,)DCPSOB，使得 是可满足的，且(,)DCOMPS(,)SD。,B定义 146 称一个溯因诊断为最小基于一致性诊断当且仅当对于 的任意一个真子集 都不是一个诊断。,()DCOMPS类似地，溯因诊断也有冲突的概念。此处不再赘述。定理 26 若存在关于 的溯因诊
33、断，则 是可满(,)SBSSDOB足的，且 也是可以满足的。SDOB推论 16 是关于 的溯因诊断当且仅当(,)CMPS(,)SDCOMPS是可满足的，且 ,S (,B18。)COMPS1.5 基于模型诊断方法之间的比较基于一致性诊断方法所提供的诊断空间很大，需要限制这一诊断空间以找到真正的故障所在。许多学者都认识到基于一致性诊断提供的可能的解空间很大，需要限制它以找出真正的解。而溯因诊断的限制较强，已经证明，它所提供的解释集是基于一致性诊断提供的解释集的子集。并且，对于封闭的简单因果理论，溯因诊断等于基于一致性诊断。自然而然的，可以想到采用溯因诊断来减小基于一致性诊断所产生的可能解空间。举一
34、个简化的例子如下 13。考虑汽车发动机的一个部件油杯的行为模型。设该部件有两种行为方式 以及 ，它的模型 包括如corethled1BM下公式，设该模型是完备的。 ()()holedicupoilbewcarpesnt)vl()(cretilcieorml)()oilvwngngitepratuhig(elrmalei enormal设 且观察到 ，那么使用基于一致性诊()ngio()oilbwcarpst断方法产生出的诊断有两个： 。而使用()etiluholedicup与 溯因诊断方法产生的诊断只有一个： 。由于完备是指每一观()hdc察的所有原因都在 中，因此由溯因诊断方法给出的唯一解是
35、合理的，而1BM由基于一致性方法给出的另一解是不合理的。这是因为在19原因的完备模型中， 是()oilbewcarpesnt ()holedicup的唯一原因。由此可见，使用溯因诊断方法进一步缩小了基于一致性诊断方法的诊断空间。正是由于我们已知溯因诊断的结果空间被包含在基于一致性诊断的结果空间中 23，因此，可以采用一种统一的定义机制来包含两种不同的基于模型诊断方法。定义 1514 已知一个系统 ，其中系统的相关 ,DSCOMPSXTB定义如定义 2，又设 ,称 为关于,OB的一个基于模型的诊断当且仅当以下两个条件同时成立：,SDCMPXT若 ，则1；,SDXTCOP。2 SDMB当 分别取为
36、 和 时，可以分别得到基于一致性诊断和溯因诊断的定义。1.6 基于模型诊断方法的缺陷以及目前已有的改进1.6.1 模型常常无法完备基于模型的诊断要求给出诊断系统的完备模型，这样才能保证最终诊断一定包含在已知的解空间内。而一旦模型不是完备的，则有可能丢失掉了真正的解。但是，由于知识本身是不完备的，所以若想很完美地模型化一个现实的诊断问题往往非常困难。针对这一问题，有学者提出了开发故障模型 2。这一模型的系统描述中除了有描述设备正常行为的完备理论外，还加入了描述反常行为的公理。不过有人已经证明，在这种情况下，使用最小诊断这个概念没有任何实际用途。20开发故障模型在 90 年代成为很活跃的研究领域
37、2。使用故障模型的优点是它不仅能诊断出故障部件，而且能指出具体的反常行为，这能帮助设计进一步的测试。更为重要的一点是，如果没有故障模型而只使用正常行为模型，那么产生的诊断空间很大，于是又有人提出了最小正常诊断的概念，此概念就是针对故障模型而提出的基于一致性的诊断方法。用该方法可指出在某些观察下必须正常运行的部件，即排除了它们出故障的可能性，并能缩小针对正常行为模型的最小诊断所产生的诊断空间。开发故障模型已有实际的系统实现，即 GDE(General Diagnostic Engine)系统。它既能产生单故障诊断，又能产生多故障诊断，并能提供衡量选择的一个详细的构造策略。该系统的重点是使用了 A
38、TMS(Assumption-based Truth Maintenance System)。 1998 年，有人在教育系统中使用了 GDE 来诊断学习者的学习行为 5。1.6.2 诊断空间常常过大由于基于一致性诊断对诊断空间的限制太弱，即不要求任何观测被诊断逻辑推出，这导致诊断空间中可能包含了大量的无用解，因此影响了诊断效率。另外，定义选择理想诊断的度量标准也是困难的。因此，有很多学者提出了多种方法想要缩小诊断空间，从而确定最终的解。前面提出的开发故障模型即为其中的一种。另外还有几种方法分述如下：（1）溯因诊断 1另一种限制诊断空间的方法即为溯因诊断，正如本文前面已举的实例那样，溯因诊断能够
39、对基于一致性诊断所产生的诊断空间进行限制，有时甚至能直接得出真正的解。但是，溯因诊断对诊断空间的限制太强，它要求所有观测需要被诊断逻辑推出，这样，如果待诊断系统的模型不完备，则可能丢失真正的解。为此，人们趋向于研究如何将基于一致性的诊断和溯因诊断两种方法比较、融合。有人将诊断看成是带一致性约束的溯因问题，并提出了一个如前文所示21的统一定义 14，使得不同的逻辑定义都可在这一定义中进行表示，并能够进行比较。通过比较，指出对于一个已知的领域或问题，选择哪一个逻辑定义更为合适。在这一定义下，上面两种方法仅仅是两个极端情形。在该定义的基础上又有人研究了基于模型的中心诊断，并对它的诊断过程进行了形式化
40、 9。（2）经典因果关系 9还有一种重要的对诊断空间进行限制的方法就是利用因果关系。因果关系知识是常识推理的一个重要部分。近几年，许多学者意识到了将因果关系应用于基于模型诊断领域的重要性。如 等人和 等分别在经典ConsleKonlige因果理论种研究了基于一致性的诊断和溯因诊断。定义 169 假设 是命题语言。一经典因果理论 为三元组 ，LS,CE其中 为原因集，是 的原子集； 是包含原因和结果关系信息的领域理论，C是 的语句集。 中的语句具有形式 ，其中 ， 为文字的合取式。LCe考虑图 2 所示的电路图，一节电池 S 与 3 个同型号的灯泡 相连，123,B为电线与灯泡直接相连。16,.
41、W该系统的组成部件 ，假设其经典,|1,2,.6ijCOMPBWj因果关系理论 为 ，其中表示因果关系信息的理论 为：S,E1211()()()()()OKKon3422()()WOOKBon12 56()()()()()SWOK33()()B原因集 (),|kkCOKABCOMPS22结果集 (),|1,23iiEonBf图 2 电路图（3）扩展因果关系 13在经典因果理论的基础上，有人认识到只使用经典因果理论有一定的局限性，因为除了因果关系以外，还存在着其他类型的信息，如定义信息 13：DF（1-1）()(),kkABCOKCMPS（1-2）123iionf此外，还有表示伴随关系的信息 1
42、3，如R（1-3）1123()()()()fBKofBf（1-4）223oO伴随关系不可能由因果关系推出，否则就不必列出，也起不到缩小诊断空间的作用。它应该是从设计角度能解释得通得，并可能带有一点类似启发式型得信息。这样，使用它才有可能排除那些在逻辑上可能但违反自然法则得不可能的诊断。适当的伴随关系信息的加入会起到缩小诊断空间的作用。例如，设观测 。如果没有定义理论，那么123(),()OBSoffBon23仅仅从上面的经典因果理论 和观测 出发，计算不出任何一个基于一致SCOBS性的诊断。将（1） 、 （2）加入定义理论 ， （3） 、 （4）加入伴随信息 。DFCR则 的关于 的基于一致性
43、最小诊断为： ， ， ， ，SCOB1W213,B， 。而加入 后的基于一致性最小诊断只有一个 。14,W12,R2正是因为伴随关系理论的加入缩小了上面经典因果理论的诊断空间。由此，扩展因果理论的概念被提出来并定义如下：定义 1713 假设 是命题语言。一扩展因果理论 为三元组LGC，其中：,SCDFR(1) 为经典因果理论 ，同定义 16；,CE(2) 为定义理论，是 的语句集；L(3) 为伴随关系理论，是 的语句集。R已经证明，在封闭的扩展因果理论中，溯因诊断和基于一致性的诊断是一样的。这一结果可用于测试选择的策略。在此基础上，有学者提出了扩展因果理论中的基于模型的诊断问题的新定义 13：
44、定义 1813 设待诊断系统的模型为扩展因果理论，基于模型的诊断问题是一个三元组 ，其中：DP,GCOMPSIB为扩展因果理论，反映了待诊断系统的背景知识；1为系统组成部件，是一个有限的常量集；2S用于表示上下文数据 ， ；3IContexualDtIC为观察集， 。4OBBSE在此处的 即为定义 2 中 ，主要用于对系统的行为作出预报，它不IXT24必用诊断解释。目前，对于上述的能够刻划基于模型诊断空间的广义因果理论上的基于模型中心诊断的诊断过程已经进行了形式化 15，并给出了更具有一般性的对诊断的刻画结果 13：一方面，得到的诊断不仅可以描述部件的正常或反常，还可描述部件的各种故障行为方式
45、；另一方面，当需要被逻辑推出的观测原子集取从空集到观测全集一系列不同的观测子集时，可得到从广义因果理论上的从基于一致性诊断到溯因诊断等一系列诊断的计算方法。在实际应用中，可使用这些诊断方法，通过分析涉及表示每一观测原子的那部分模型的完备性来适当选择需要被逻辑推出的观测原子集，使得诊断空间不大，又不会丢失有用解。（4）含约束的诊断系统 16含约束的诊断系统的基本思想是对诊断系统加上一定的用逻辑语言表示的依赖于应用领域的约束条件，以达到削减诊断空间，选择理想诊断的目的。以图 3 所示的全加器诊断问题为例，它由异或门 和 ，与门 和 以1x21a2及或门 所组成。图中给定了一组合法的电路输入值，并把
46、电路输出的正常o值放在方括号里面;此时对它的两个输出端做测量，实际观测值中一个与正常值相等，另一个不等。使用基于模型的诊断方法，得到十六个诊断，其中有四个是极小诊断。如果我们把 的输出值限制为 1，即 。增加这个1x1()outx约束后，计算到的极小诊断只剩下一个，即出故障的是 ，这也是最可能的2诊断。25图 3 全加器含约束诊断系统的约束又被分为判别约束和候选约束，判别约束都是候选约束，反之不然。一个候选约束至少要把一个诊断排除在诊断空间之外。而判别约束对诊断空间的影响能力更强。且这种含约束的诊断与溯因诊断并不相同。（5）不确定因果理论 17使用经典因果理论的诊断具有一定的局限性，因为现实世
47、界中的许多知识往往具有不确定性，如知识的可靠程度是不同的，有的知识是普遍性真理，是确定无疑的。而有的知识是一定形式的假设和经验，它们的正确与否还依赖于实践的检验。例如，机械设备的诊断问题经常需要使用多种深度的知识，特别是经验知识。因为对机械设备的诊断问题第一原理的知识很缺乏或者很复杂以至于难以使用。在此情况下，要建立完备可靠的经典因果理论模型几乎是不可能的。最近，有学者 17等给出了当待诊断系统的模型为不确定因果理论时的基于模型诊断和模型中心诊断等概念，论证了基于模型中心诊断与 本原蕴US涵/蕴涵式的直接关系，并且根据知识不确定程度对候选诊断进行了排序，以便迅速确定真实诊断。但是，虽然目前已经
48、提出了种种对于缩小诊断空间的改进，但其效果还是难以让人满意。1.6.3 诊断效率不高对于复杂一些的诊断问题，诊断的效率不高。如前所述，基于模型的诊断常常被理解为不断迭代的诊断产生、诊断测试和诊断辨别过程。也就是说，在诊断过程中先要生成所有的极小诊断，然后再采取一些措施选择最理想的诊断。这样一来，诊断过程的每个阶段都需要用到与领域相关的知识，这样得到的诊断空间也是庞大的。但在实际诊断过程中，征兆不是一次性全部得知的，有时会因为做些额外的观测或者改变输入值，而要重新产生新的假设，或者需要撤销某些假设。26在不断获知新的征兆的过程中，前面的诊断甚至有可能与新的征兆出现不一致，这些都需要结合其他领域的逻辑理论进行研究。但是目前的基于模型的诊断研究几乎没有这方面的成功理论。1.7 本文的主要工作本文在目前已知的对待诊断设备的可靠描述之外，提出了可加入一部分假设性信息作为对无法完备模型的补充，并且这些假设采用了从规范缺省理论中的规则转化而成的公式形式。这些假设将加入到可以肯定为真的对待诊断设备的已知可靠描述中，形成对设备的新描述，并在新描述的基础上
