论文部分内容阅读
车身结构的复杂性及知识表达的不精确性，使得车身故障症状与故障原因之间的映射表现为随机和不确定。针对这些特点，在大量车身测量数据和历史诊断案例的基础上，将贝叶斯网络引入到车身偏差故障诊断中去。对贝叶斯网络的参数学习进行了探讨，结合实例统计和相关性分析建立了车身偏差诊断的贝叶斯网络模型。最后用以某车型的偏差诊断案例对该方法进行了验证，结果表明该方珐在工程实际中有一定的指导性。