基于模型诊断作为一个新兴的智能故障诊断技术,对人工智能领域的发展起到了至关重要的作用。如今,基于模型诊断的应用越来越广泛,如电子电路,医疗问题,通讯网络,航空航天等领域的故障诊断都应用了基于模型诊断的相关算法。基于模型诊断的主要思想是:根据待诊断系统元件逻辑、元件间的连接关系、系统的输入观测推断待诊断系统正常情况下预期的输出行为,若预期输出与实际输出不同,说明待诊断系统产生了故障,利用逻辑推理决定出哪些元件产生故障才能解释预期行为与观测行为间的差别,这些引发系统故障的元件集合就是诊断。基于模型诊断的求解步骤是,首先求出诊断系统的所有极小冲突集,其次求解极小冲突集合簇的极小碰集,即为诊断解。因此,计算极小冲突集是基于模型诊断求解过程的重要一步,提高极小冲突求解算法的效率将很大程度上提高基于模型诊断的求解效率。随着SAT求解器效率的提高,将极小冲突求解问题转化成SAT求解问题已逐步成为求解极小冲突的主流方法之一。CSRDSE方法是使用SAT求解器求极小冲突方法中效率较高的一个方法。CSDRSE方法根据冲突集的特点提出了三条剪枝规则,在反向深度遍历SE-Tree时,根据剪枝规则,对非冲突集的真子集和冲突集的严格超集进行剪枝,从而降低了使用SAT求解器的次数,提高了极小冲突的求解效率。本文对CSRDSE方法的剪枝规则做出改进,提出了CSRDSE2方法。在CSRDSE方法中提出,在遍历SE-Tree时,若访问到非冲突集的叶节点,则跳转到下一个叶节点。而CSRDSE2方法提出了非冲突集叶节点的子叶节点不是冲突集。因此,在访问到非冲突集叶节点时,应跳过该叶节点的子叶节点,直接转至以该叶节点的同层兄弟节点为根的分支子树的最左节点进行判断。CSRDSE2方法减少了访问节点的次数,同时也减少了对非冲突集合簇进行子集检测的次数。实验结果表明,与CSRDSE相比,CSRDSE2方法求解极小冲突的效率有所提升。在CSRDSE2方法基础上,本文提出了结合故障输出的极小冲突求解方法MCS-SFFO。MCS-SFFO方法首先提出了故障输出无关元件集与故障输出相关元件集等相关概念,并根据系统描述和观测给出求解故障输出无关元件集的方法;其次提出非冲突集定理,即故障输出无关元件集的子集不是冲突集,并根据非冲突集定理,在反向深度遍历SE-Tree时,对故障输出无关元件集的子集进行剪枝,从而减少调用SAT求解器的次数。实验结果表明,与CSRDSE2方法相比,MCS-SFFO方法求解效率明显提升。