利用改进的二元决策图的因果图推理

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (18): 229-232.

利用改进的二元决策图的因果图推理

梁帆，王洪春

重庆师范大学数学学院，重庆 401331

出版日期:2015-09-15 发布日期:2015-10-13

Causality diagram?reasoning by using binary decision diagram improvement

LIANG Fan, WANG Hongchun

College of Mathematics, Chongqing Normal University, Chongqing 401331, China

Online:2015-09-15 Published:2015-10-13

摘要/Abstract

摘要： 因果图的经典推理算法是NP难的，因此需要寻找高效的推理算法。对二元决策图进行改进，并提出一种因果图向改进的二元决策图转换的方法。利用改进的二元决策图推理省略了割集不交化的过程，得到不交化割集，减小推理复杂度。

关键词: 因果图, 二元决策图, 割集, 不交化割集

Abstract: As the accurate reasoning algorithm of causality diagram is NP hard, it’s worth proposing an efficient reasoning method. This paper improves the binary decision diagram and proposes a method that transforms causality diagram into binary decision diagram, avoiding the process of disjoint cut sets. It can effectively reduce the reasoning complexity.

Key words: causality diagram, binary decision diagram, cut sets, disjoint cut sets

梁帆，王洪春. 利用改进的二元决策图的因果图推理[J]. 计算机工程与应用, 2015, 51(18): 229-232.

LIANG Fan, WANG Hongchun. Causality diagram?reasoning by using binary decision diagram improvement[J]. Computer Engineering and Applications, 2015, 51(18): 229-232.

[1]	毛彪，杨松，李英顺. 改进动态因果图与模糊推理融合故障诊断方法[J]. 计算机工程与应用, 2020, 56(3): 259-265.
[2]	梁勇强. 递归收缩算法中支点的处理策略研究[J]. 计算机工程与应用, 2011, 47(19): 54-59.
[3]	厍向阳. 基于栈的网络最大流算法[J]. 计算机工程与应用, 2009, 45(33): 13-15.
[4]	朱云鹏，陈卓. 基于FTA和比较模型的网络故障诊断算法[J]. 计算机工程与应用, 2009, 45(24): 106-109.
[5]	刘畅，王轶辰，刘斌，阮镰. 软件边界组合测试的典型案例分析[J]. 计算机工程与应用, 2009, 45(20): 74-77.
[6]	梁新元^1,2,石庆喜². 复杂系统因果图合成建模方法研究[J]. 计算机工程与应用, 2008, 44(21): 179-183.
[7]	董立岩苑森淼刘光远李永丽. 基于预测能力的连续贝叶斯网络结构学习[J]. 计算机工程与应用, 2007, 43(9期): 23-24.