在找到调整对象之后,要进行合理调整面临的主要问题为计算调整量。Bayesian推理运用节点的后验概率表示目标状态出现的概率大小,本文利用该优点来表征调整对象的所有可能状态,后验概率最大者即为目标状态,将其与用户当前状态取差值,即可得到调整用户的准确调整量。以转炉煤气系统为例,将<煤气柜>表示为V,用户<1#合成>、<2#合成〉、<低压锅炉>、<电厂总和>分别表示为5,、53和5。