1) diagnostic decision tree
诊断决策树
1.
The costs and diagnostic importance factor(CDIF) is introduced to evaluate the influences which the test costs have on the BIT diagnosis,and binary decision diagram(BDD) is applied to analyze the fault tree qualitatively and quantitatively,and consequently,the BIT diagnostic decision tree .
为解决故障搜索时的多径问题,以故障树模型为基础,综合考虑可靠性和测试费用等因素提出了一种航空电子系统BIT诊断策略设计新方法;引入费用诊断重要度(CDIF)来衡量测试费用对BIT故障诊断的影响,利用二元决策图对故障树进行定性和定量分析,据此构建出基于最小割集和CDIF的BIT诊断决策树;在某型机载INS/GPS组合导航系统BIT设计中的应用验证了该方法的有效性与实用性,与基于AO*搜索和基于贪婪算法的两种诊断策略设计方法比较可知该方法的计算复杂度更小。
2) diagnosis decision-making
诊断决策
1.
Combine the analytic hierarchy process with fuzzy comprehensive evaluation and gray relational analysis respectively, and intelligent diagnostic evaluation will be integrated into the intelligent fault diagnosis decision-making process organically to provide a strong analytical support for the correct decision-making of intelligent fault diagnosis.
提出智能故障诊断决策目标,并建立相应决策模型和智能故障诊断的评价指标体系,最后将层次分析方法分别与模糊综合评价和灰色关联分析相结合,为智能故障诊断的正确决策提供分析方法。
4) diagnostic decision function
诊断决策函数
1.
In this method,the diagnostic requirements are the constraints of diagnostic decision function,and the function value is acquired through the standardization of constraint parameters and weight computation.
该方法以诊断需求作为诊断决策函数的目标约束,通过约束参数规范化方法和权值确定方法计算诊断决策函数值。
5) decision support diagnose
辅助决策式诊断
1.
Developing this stage of diagnose data base can be very useful to decision support diagnose.
本研究主要从辅助决策式诊断数据库、资源库、结果保存库三个库入手 ,通过对化学参量分系列进行监测 ,分析设备所处的状态 ,进行辅助决策式诊断 ,给出诊断结果和解决方案 ,全面为决策者提供决策意见 。
6) Fault Diagnosis and Maintenance Decision
故障诊断与维修决策
1.
Research on Methods and Application of Fault Diagnosis and Maintenance Decision Based on Bayesian Networks;
贝叶斯网络故障诊断与维修决策方法及应用研究
补充资料：决策树
分子式：
CAS号：
性质： 一种可用于处理多阶段决策问题的决策图。由于这种图形似树枝，故称为决策树。它由决策点，方案技，概率点(又称状态点)，概率枝(又称状态枝)顺序延伸而成，最右端是益损值见图（图暂缺）。决策时，从右至左，先算出各个概率点的益损期望值，并分别标注在各概率点上。然后对各概率点(即方案)的益损期望加以比较，即选出最大的益损期望值并标注在决策点的上方、与最大期望值相应的即为最优方案，然后决定解的去留，直到最后找到选好解。
CAS号：
性质： 一种可用于处理多阶段决策问题的决策图。由于这种图形似树枝，故称为决策树。它由决策点，方案技，概率点(又称状态点)，概率枝(又称状态枝)顺序延伸而成，最右端是益损值见图（图暂缺）。决策时，从右至左，先算出各个概率点的益损期望值，并分别标注在各概率点上。然后对各概率点(即方案)的益损期望加以比较，即选出最大的益损期望值并标注在决策点的上方、与最大期望值相应的即为最优方案，然后决定解的去留，直到最后找到选好解。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条