一种因果图模块的划分方法

梁帆;王洪春

doi:10.13718/j.cnki.xsxb.2015.07.005

西南师范大学学报(自然科学版)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

一种因果图模块的划分方法

梁帆;王洪春. 一种因果图模块的划分方法[J]. 西南师范大学学报(自然科学版), 2015, 40(7). doi: 10.13718/j.cnki.xsxb.2015.07.005

引用本文:

梁帆;王洪春. 一种因果图模块的划分方法[J]. 西南师范大学学报(自然科学版), 2015, 40(7). doi: 10.13718/j.cnki.xsxb.2015.07.005

LIANG Fan , WANG Hong-chun. On a Method to Find Modules of Causality Diagram[J]. Journal of Southwest China Normal University(Natural Science Edition), 2015, 40(7). doi: 10.13718/j.cnki.xsxb.2015.07.005

Citation:

LIANG Fan , WANG Hong-chun. On a Method to Find Modules of Causality Diagram[J]. Journal of Southwest China Normal University(Natural Science Edition), 2015, 40(7). doi: 10.13718/j.cnki.xsxb.2015.07.005

一种因果图模块的划分方法

梁帆;王洪春

重庆师范大学数学学院,重庆,401331

On a Method to Find Modules of Causality Diagram

LIANG Fan , WANG Hong-chun

摘要: 把因果图转化为贝叶斯网络结构，用深度优先最左遍历方法寻找因果图的故障模块，改进了因果图在安全系统诊断中的应用。
- 因果图 /
- 贝叶斯网络 /
- 深度优先最左遍历 /
- 故障诊断
Abstract: Causality diagram methodology has been calculated of certain events in the posterior probability given the evidence ,but modules of causality diagram can be used to reduce the computation .In this paper , it will transform causality diagram into Bayesian Network and use Depth First Left Most to find modules . It can be improve the application of causality diagram .
- causality diagram，Bayesian network，depth first left most，fault diagnosis /