论文部分内容阅读
在汽车发动机故障诊断领域，由于设备内部的复杂性和导致故障的不确定因素，使得解决不确定性问题成为目前发动机故障诊断的首要问题，文章提出了一种用于解决不确定性问题的贝叶斯网络模型，该模型的网络结构学习采用了基于簇的搜索算法；为了获得更高准确率的故障诊断结果，模型加入了对当前信息集的采用，进行结构和参数的在线学习，改进了网络结构，网络通过概率传播算法，推理出产生故障的原因节点；在实例中表明，该模型能准确有效地解决发动机故障诊断中存在的不确定性问题，并与专家系统故障诊断模型做出比较，验证了基于该算法的贝叶斯网络模