本项目主要探索模型不完备情形下离散事件系统的基于模型诊断理论与方法，在传统离散事件系统模型诊断的基础上，定量分析了系统的不完备模型，给出了模型不完备和因果关系不完备的定义和表示；讨论了未定义事件对可诊断性的影响，研究了不完备模型条件下的系统可诊断性判定方法及计算效率；建立了面向不完备模型的诊断框架，提出了一系列在某些观测不确定和未定义等条件下的推理诊断方法；构造系统的抽象分层模型，自动生成系统的分层表示；提出了在层次结构上的故障诊断方法及层次之间的故障传递模型；研究了在离散事件系统、混成系统中的缓变故障、控制器故障不完备模型下的诊断方法；分析了候选诊断轨迹的选择方法对诊断效率的影响，通过定义不同的候选诊断选择策略，提出了若干增量诊断方法，提高了诊断的精确度及诊断效率。项目组在不完备模型构建及度量、可诊断性判定、不完备模型的诊断方法和分层、分布式诊断等方面取得了一系列创新研究成果。. 理论分析和实验结果表明，本项目所提出的不完备模型下的离散事件模型诊断扩展了离散事件模型诊断的理论体系。研究了模型和观测不完备下的可诊断性、分布式模型重构和若干有效的诊断方法，能够有效解决诸多实际系统诊断的关键问题，是解决动静态混成系统和纯动态系统诊断问题的重要方法。项目的预期成果将丰富和发展离散事件系统基于模型诊断的理论与方法，显著提高其实用性。. 在本项目的支持下，在国际期刊《AI Communications》、《Expert Systems with Applications》、《Applied Mathematics & Information Science》等，国际学术会议AAAI、ECAI，国内期刊《计算机学报》、《软件学报》、《计算机研究与发展》等发表论文62篇，其中SCI检索7篇，EI检索52篇，国内本领域权威期刊16篇，国家发明专利授权1项。