张勤教授在1994年研究出了动态因果图(以下简称因果图)。它是建立在信度网的基础上改进的,且是基于概率论知识和图形分析的不确定性知识表达和推理。在人们的生活中对系统的故障预防和故障分析是非常有必要的,因果图在这两个方面都有非常广泛的应用。通过对因果图分析推理可以求解某个事件在已知证据下的发生概率,也就是其后验概率。分析的先前条件是假设已知基本事件的概率值并且各个概率是相互独立。在进行分析时要将研究的各项整理成基本事件的逻辑表达式。最后算出其概率值。因果图的研究要求事件有精确的发生概率值,但是在人们的现实生活中事件的发生概率很多时候是不精确的,并且精确值很难获取。事件具有模糊性和不确定性的特点。因此人们在研究精确概率值的因果图的同时也进行着将一般事件变成模糊事件,然后对基于模糊事件的因果图展开各种定量定性的研究,从而得到事件发生概率的精确值。让因果图在生活中的应用范围变得更加广泛。目前对模糊因果图的研究主要是引进L-R型模糊数。比较常见的L-R型模糊数主要为三角型模糊数和正态型模糊数。本文主要是想借助于正态型模糊数来进行模糊因果图的推理和应用并且通过最小割集和最小路集的概念来研究因果图。并且将推理方法应用到汽车驱动桥系统和军舰海上补给装置液压系统。最后得到了系统发生故障的模糊可能性值,这样就得到了事件发生概率的可能性值,解决了因果图推理需要精确值的要求。