[论文解读] Model Based Diagnosis of Multiple Observations with Implicit Hitting Sets

Alexey Ignatiev, António Morgado+1 more|arXiv (Cornell University)|Jul 6, 2017

Fault Detection and Control Systems被引用 5

一句话总结

该论文提出了一种隐式击中集对偶化（IHSD）方法，用于模型基诊断中的多个故障观测，克服了现有方法在可扩展性方面的局限。通过隐式枚举击中集，联合分析所有观测，该方法避免了聚合方法中公式规模的指数级膨胀，并且相比单独分析，显著降低了诊断开销，在大规模实例上展现出更优的效率和可扩展性。

ABSTRACT

Model based diagnosis finds a growing range of practical applications, and significant performance-wise improvements have been achieved in recent years. Some of these improvements result from formulating the problem with maximum satisfiability (MaxSAT). Whereas recent work focuses on analyzing failing observations separately, it is also the case that in practical settings there may exist many failing observations. This paper first investigates the drawbacks of analyzing failing observations separately. It then shows that existing solutions do not scale for large systems. Finally, the paper proposes a novel approach for diagnosing systems with many failing observations. The proposed approach is based on implicit hitting sets and so is tightly related with the original seminal work on model based diagnosis. The experimental results demonstrate not only the importance of analyzing multiple observations simultaneously, but also the significance of the implicit hitting set approach.

研究动机与目标

• 解决现有方法在模型基诊断中对多个故障观测进行诊断时的可扩展性限制。
• 克服将多个观测聚合为单个MaxSAT实例时导致的公式规模指数级增长问题。
• 减少对每个故障观测单独分析所导致的诊断开销，避免过度计算。
• 开发一种统一且高效的算法，用于计算多个不一致观测下的子集最小化或基数最小化诊断。
• 在包含数百或数千个观测的实际诊断工作负载中，验证隐式击中集对偶化方法的有效性。

提出的方法

• 该方法使用隐式击中集对偶化（IHSD）避免显式构建由多个观测聚合而成的大规模公式。
• 通过增量方式识别能解释所有观测中不一致性的最小击中集，而无需显式生成完整公式。
• 利用带硬约束和软约束的MaxSAT求解来编码系统约束和观测不一致性。
• 通过使用对偶化技术隐式枚举击中集，避免存储或处理所有可能组合。
• 通过维护一组候选组件并基于不可满足性分析动态剪枝非有希望的诊断，实现算法优化。
• 与现代MaxSAT求解器（如LBX、RS）集成，高效计算最小诊断，同时最小化公式膨胀。

实验结果

研究问题

• RQ1 隐式击中集对偶化能否有效扩展至包含数百或数千个故障观测的系统？
• RQ2 所提出的IHSD方法在公式规模和运行时间上与聚合MaxSAT公式相比如何？
• RQ3 与单独分析相比，对多个观测进行联合诊断是否能提升诊断准确率并降低计算开销？
• RQ4 观测数量对现有方法与所提方法的性能和内存使用有何影响？
• RQ5 IHSD方法能否高效扩展以计算基数最小化诊断？

主要发现

• 所提出的IHSD方法在可扩展性方面显著优于聚合分析，公式规模随观测数量线性增长，而非二次方或更差。
• 对于500个观测，聚合公式的变量和子句数超过100万个，而IHSD方法仅使用3,510个变量和4,506个子句处理相同实例。
• 聚合方法的运行时间从10个观测时的0.01秒增至2,000个观测时的6.33秒，而IHSD方法始终保持高效，相同情况下仅耗时0.49秒。
• 由于内存和构造开销，聚合方法在大规模观测集上变得不可行，而IHSD保持低内存和时间消耗。
• 该方法实现了接近零的公式构造时间开销，使其在具有大量故障观测的实际系统中具有实用性。
• 结果证实，使用隐式击中集的联合诊断在可扩展性和效率上均优于单独或聚合分析策略。