基于反向蕴涵的模型诊断方法研究

As a newly-raised intelligent technology, model-based diagnosis has overcome the defects of traditional technologies, and promoted the development of theoretical research in the field of artificial intelligence as well as the prosperity of integrated circuit industry. However, the traditional methods and technologies of model-based diagnosis cannot taking advantage of related characters of implied solutions. Recently, it has been an international hot topic for accelerating diagnostic resolution by combining system characters.. Therefore, this project will mainly concentrate on a series of diagnostic technologies based on reverse implication, by deeply considering dominance and implied solutions. Secondly, this project will present a new concept “pseudo fault-degree” to guide the solving of reverse implication in prime diagnosis spaces, through exploring structural features of the problem. Based on above, several methods will be proposed to optimize the diagnosis and to improve the actual execution efficiency of diagnosis significantly, by reducing the scale of the problem and pruning the search space. In addition, a prototype system will be implemented to check the methods we propose in this project.. The anticipated results of this project will enrich and develop the theories and methods of model-based diagnosis as well as promote significantly the practicability of diagnosis..

基于模型诊断方法是为了克服传统模拟方法的缺陷而兴起的智能技术，对人工智能领域的理论研究和集成电路产业发展具有重要推动作用。然而，传统基于模型诊断方法和技术未能有效利用模型中蕴涵求解的相关特征，如何融合结构特征加速诊断求解已成为国际上研究重点。. 因此，本项目拟通过对统治关系蕴涵求解方法的深入研究，提出基于反向蕴涵求解的诊断方法；通过挖掘问题结构特征，建立伪故障度，以指导反向蕴涵诊断在优先诊断空间上求解；在此基础上，研究融合结构特征缩减问题表示规模和求解空间剪枝优化诊断求解方法，以显著提高诊断的实际执行效率。最后，研制原型系统对本项目提出的方法进行检验。. 项目的预期成果将丰富和发展基于模型诊断的理论与方法，显著提高其实用性。

基于模型诊断方法是为了克服传统模拟方法的缺陷而兴起的智能技术，对人工智能领域的理论研究和集成电路产业发展具有重要推动作用。然而，传统基于模型诊断方法和技术未能有效利用模型中蕴涵求解的相关特征，如何融合结构特征加速诊断求解已成为国际上研究重点。传统的诊断方法未能有效利用模型中蕴涵的诸多电路相关特征， 本项目根据申请报告和研究计划书对模型诊断方法进行了研究，主要进展和取得的成果包括：（1）结合问题特征利用SE-Tree反向深度求解冲突集的方法；（2）给出基于伪故障度生成枚举树的极小诊断求解方法；（3）提出结合故障输出结构特征的极小冲突集求解算法；（4）提出模型诊断中结合问题特征的无解空间剪枝方法；（5）结合SE-Tree结构特征的极小碰集求解算法；（6）提出结合互补度和扩展规则重构的#SAT问题求解方法；（7）开发了实验原型系统和获得了国家授权发明专利。在超额完成项目计划情况下，项目组还对与本项目研究内容相关的离散事件系统模型诊断、结合结构特征的极大团问题和本体调试等领域进行了研究。本项目取得的成果进一步丰富了集成电路诊断的理论与方法，显著提高其实用性， 对集成电路产业发展具有重要推动作用。.在本项目的支持下，项目组提出的方法在国内外核心以上期刊和学术会议上发表和接受论文20多篇，其中被SCI/EI检索论文21篇。主要发表在《SCIENCE CHINA Information Sciences》、《IEEE Access》、《Engineering Applications of Artificial Intelligence》、《Neural Computing and Applications》、《软件学报》、《计算机学报》、《计算机研究与发展》和《电子学报》等国内外权威期刊上。