基于案例属性特征区间相似度的改进算法研究

基于案例推理的关键是确定问题案例与案例库中的案例属性特征的相似度.针对相似度的算法问题,在分析比较多种已有算法的基础上,提出一种解决感知信息和案例库中的案例属性特征均为不确定或不完整信息的区间相似度计算模型,论证了该模型的计算结果适用于特定区间内微小区间相似的问题.结合某型艇抗沉辅助决策系统的预案推理问题,对已有的算法求解结果进行比较,证实该模型可提高案例相似度的计算结果灵敏度.     

一种基于案例属性特征的区间相似度改进算法研究

基于案例推理的关键是确定问题案例与案例库中的案例属性特征的相似度,针对相似度的算法问题,在分析比较多种已有算法的基础上,提出了一种解决感知信息和案例库中的案例属性特征均为不确定或者不完整信息的区间相似度计算模型,论证了该模型的计算结果适用于特定区间内微小区间相似的问题。结合某型艇抗沉辅助决策系统的预案推理问题,对已有的算法求解结果进行比较,证实了该模型提高了案例相似度计算结果灵敏度。     

基于灰色理论的故障案例检索算法

案例检索是基于案例推理系统的关键问题.为了在信息不完全的条件下提高故障案例匹配的准确度,将灰色关联分析应用到故障案例相似度的计算中,对灰色关联度公式进行改进,提出一种基于二次搜索策略的故障案例检索算法.对多种案例检索算法进行比较分析,结果表明该方法克服了传统方法确定相似度系数的主观性缺点,具有较好的分辨能力.     

灰度关联理论在CBR中的应用研究

针对基于规则推理技术(RBR)知识获取困难、自学习能力差等缺陷,将基于案例推理技术(CBR)引入故障诊断系统中.介绍了基于案例推理的故障诊断方法的工作机理和过程模型,阐述了案例表示、案例检索、案例保存和案例库维护机制,然后简单介绍了灰色关联理论知识,并把灰色关联理论应用到故障案例相似度的计算中.根据实验结果可知,该方法有效地改进了案例检索算法,提高了故障案例匹配的准确度和检索效率,同时具有较好的分辨率.     

大规模定制环境下的决策案例库系统

针对大规模定制决策的特点,为实现决策案例的重用,提出了一种面向大规模定制决策问题的案例库系统,设计了基于框架结构的案例知识表示模型,介绍了基于模糊加权的案例相似度计算和匹配算法,该算法解决了大规模定制决策问题的结构化表达、检索匹配和重用问题,开发了案例库的原型系统以支持案例管理、推理和基于案例的规则发现。     

基于灰色理论的故障案例检索算法

案例检索是基于案例推理系统的关键问题。为了在信息不完全的条件下提高故障案例匹配的准确度,将灰色关联分析应用到故障案例相似度的计算中,对灰色关联度公式进行改进,提出一种基于二次搜索策略的故障案例检索算法。对多种案例检索算法进行比较分析,结果表明该方法克服了传统方法确定相似度系数的主观性缺点,具有较好的分辨能力。     

灰度关联理论在CBR中的应用研究

针对基于规则推理技术（RBR）知识获取困难、自学习能力差等缺陷,将基于案例推理技术（CBR）引入故障诊断系统中。介绍了基于案例推理的故障诊断方法的工作机理和过程模型,阐述了案例表示、案例检索、案例保存和案例库维护机制,然后简单介绍了灰色关联理论知识,并把灰色关联理论应用到故障案例相似度的计算中。根据实验结果可知,该方法有效地改进了案例检索算法,提高了故障案例匹配的准确度和检索效率,同时具有较好的分辨率。     

基于案例推理的交通疏导辅助决策方法

为避免实际交通疏导问题中人为主观因素的影响,将案例推理理论应用于交通疏导决策中,提出一种基于案例推理的交通疏导决策方法,建立交通疏导案例库模型。区分属性数据类型,设计基于ID 3信息熵的案例相似度算法,案例匹配时可以兼顾特征属性与案例效果,避免传统算法中属性值缺失的问题。实例验证了该方法能够提高案例推理结果的准确度,对辅助处理交通疏导问题具有一定实际指导意义。     

基于投影寻踪和MapReduce的并行案例推理模型

在大规模、高维度的数据环境下,传统的案例推理具有计算复杂度高、实时性差等缺点。为在大数据环境下进行案例推理,提出了一种基于投影寻踪和MapReduce的并行推理模型dpCBR。在数据预处理阶段,计算源案例到基准向量的一维投影距离并缓存,降低计算复杂度并减少重复计算开销。在案例检索阶段,先根据投影距离裁剪案例库,再进行相似度匹配,减少不必要的案例匹配开销。应用MapReduce进行分布式并行处理,使dpCBR具备对大规模案例库的推理能力。实验结果表明,dpCBR模型可以明显提高大数据环境下案例推理的效率。     

粒子群与细菌觅食相结合的案例聚类算法

案例聚类是按照案例库中案例的相似度进行归类,目的是减少案例推理系统搜索相似案例的时间、提高案例推理系统的性能和降低案例库维护的复杂度。该问题的难度在于案例库的案例规模比较大和不同的聚类算法的选择对于聚类结果的影响。本文在粒子群算法与细菌觅食算法基础上,将两者结合起来,综合两个算法的优点,并将其应用在k-prototypes方法上对案例库中案例进行聚类。与流行的聚类算法进行比较,实验结果显示本文的算法具有更高的效率并且性能相对而言更加优秀。     

基于案例和规则融合的民用客机故障诊断系统设计

目前很多工程应用中的飞机故障诊断方法,只考虑单一的基于案例或基于规则的诊断方法,故障诊断的效率有待提高。本文针对民用客机地面运营支持系统的特点和要求,将案例和规则融合的推理机制引入到飞机故障诊断系统的设计中。该方法采用规则推理为前导、案例推理后置补充的结合方式,最大化地利用飞机故障隔离手册知识和从维修记录中提取的案例知识,从而提高首次故障隔离效率、降低无效排故时间。以民用客机某系统的典型故障为例,阐述了该推理机制在故障诊断中的应用。通过历史飞行数据试验,验证了提出的基于案例与规则融合诊断方法的有效性,以此为基础设计的故障诊断方案可为航空公司构建更完善的专家系统提供参考。     

基于云平台的蒸渗仪远程故障诊断方法研究

针对蒸渗仪部署分散,设备产生故障后不能及时发现的问题,设计了一种基于云平台的远程故障诊断系统。首先,利用无线通讯技术,将蒸渗仪采集的数据发送至远程云平台;然后,采用卡尔曼滤波算法与阈值检测机制对采集数据进行异常检测;在此基础上,采用基于贝叶斯网络的故障诊断方法对异常数据进行分析,从而推断设备故障原因;最后,通过实时更新历史故障库来动态优化贝叶斯网络诊断模型的结构和参数,以提高系统的正确诊断率。实际应用结果表明,该系统能有效地检测出蒸渗仪的异常信息并给出故障原因,对确保监测数据的正确性具有重要意义。     

Win CE平台下嵌入式故障诊断专家的设计

针对高科技产品专业性强、系统结构复杂、故障分析困难等问题,本设计以故障诊断的理论和方法为基础,提出了一种基于专家系统的故障诊断设计方案。设计构造了故障诊断专家系统的整体框架,探讨了专家系统中知识库的建立、推理机制以及人机界面设计等问题。     

基于FPN推理的多Agent网络故障诊断系统的研究

多Agent诊断系统是一种分布式系统,现已在故障诊断中得到广泛应用.提出一种基于FPN推理的多Agent网络故障诊断模型,该模型利用各部分Agent模块来完成故障诊断过程中的信息搜集与分析,故障的确定以及对故障的处理,其中故障的确定由模糊Petri网推理算法来完成.该模型综合了FPN推理算法的并行性以及多Agent技术对故障诊断与处理的智能性的特点,为实现网络故障的快速诊断提供了一条全新的思路.     

网络故障管理中一种综合的事件关联策略的研究

该文研究了故障管理中的故障定位,提出了一套综合的告警关联方案。将告警关联分为初步关联和潜在关联。告警的初步关联中采用了典型的告警关联的方法对事件进行初步的过滤,潜在关联中采用了基于事件推理的事件关联技术进行进一步的故障定位。该方案使处理过程效率更高,定位更准确。     

模糊Petri网在航电总线系统故障诊断中的研究

航电总线系统结构复杂,各部件相互耦合,故障传播模式多样化。因此,为了处理故障诊断中不充分和模糊的信息,提出了将模糊Petri网应用到航电总线系统的故障诊断中,构建出其故障的传播模型,并在模型的基础上,给出有效的推理算法。表明利用模糊Petri网,可以建立航电总线系统的故障传播模式的模型,清晰地反映故障的产生、发展及影响。     

案例推理在汽车故障诊断中的应用*

以奇瑞汽车故障诊断为应用背景,研究并开发了一个基于案例推理的汽车故障诊断系统原型,以实现对汽车故障的智能诊断。系统依据故障的特征属性和内容将汽车故障案例进行分类,进而根据最近邻算法对某一种类的案例集进行检索,最后构建了软件原型系统。通过对汽车故障样本案例进行仿真测试,表明了设计思想是合理的,实现方法是有效的。     

AFDES中基于Case推理方法的研究

本文对“汽车故障诊断专家系统(AFDES)”中的基于Case推理方法进行了研究,介绍了不确定知识的事例表达、事例的存储和检索,提出了事例的相似度计算算法和基于事例推理算法。     

CBR计算机硬件故障诊断系统

对计算机硬件故障的诊断维修进行深入分析归纳,总结了计算机硬件故障维修特点,给出硬件故障诊断系统的框架。运用计算机硬件故障历史数据建立案例库,在案例检索中采用最近相邻法计算相似度,给出相似度的计算实例,建立了故障诊断系统。     

基于感知模糊Petri网的自动装弹机故障分析方法

坦克自动装弹机故障发生率高,原因复杂,为了缩短自动装弹机故障诊断时间,提高诊断准确度,在分析了自动装弹机内部原理及获取相关专家经验后,提出了一种基于感知模糊Petri网的故障诊断方法。结合自动装弹机的具体构造建立对应的PFPN故障模型,通过模糊Petri网表示故障传播过程,利用感知机误差反向传递方法学习有限的专家经验,确定Petri网络中触发事件的权值。通过正向推理,实现了对自动装弹机故障的准确判断。逆向推理结合最小割级方法,缩小排查范围,提高推理效率。以旋转故障机为例建立对应的 PFPN故障模型,与故障树模型诊断结果和历史诊断数据对比,验证该故障分析方法的合理性和有效性,实现了对自动装弹机的快速准确的故障诊断。