一种基于最小灰箱的智能汽车故障识别方法

本发明公开了一种基于最小灰箱的智能汽车故障识别方法，包括：获取带有故障分类标签的智能汽车故障注入数据，并采用结构学习方法构建贝叶斯网络，形成反映变量因果依赖关系的有向无环图，将有向无环图映射为故障树模型，建立故障事件与逻辑关系的对应结构，通过故障树模型确定最小割子集，并结合马尔可夫毯筛选，提取最小且充分的关键变量集合，形成最小灰箱，以有向无环图为结构输入，结合故障注入数据进行参数学习，构建动态贝叶斯网络，并将最小灰箱变量集合输入网络中，实现对智能汽车故障状态的检测与故障类型的判断。本发明通过最小灰箱构建与动态贝叶斯网络推理，解决了现有技术中数据冗余大、黑箱性强和因果解释不足的问题。