一种模糊知识库系统及其推理机制研究

介绍了一种具有模糊推理机制的模糊知识系统的基本结构、知识表示和推理机制,阐述了在模糊知识库设计与实现中,模糊推理机构造和工作流程设计的方法。该系统推理机制是基于传统RETE算法的扩展,通过使用相似性方法来处理模糊问题,实现了一种较为理想的不确定性推理;同时系统采用正向和反向推理相结合的双向推理机,使推理具有较高的准确性。最后给出了一个实例验证系统可行性。     

商业MIS框架生成系统的知识表示研究

商业ＭＩＳ框架生成专家系统（ＦＧＳＭ）包含的领域知识多而染。为了简明有效地组织表达知识,文中介绍了ＦＧＳＭ中知识的分类,并详细地讨论了每类知识的具体表示方法。系统运行表明,系统中的知识易于扩展和修改,具有较强的知识组织、表达和更新能力,提高了推理效率。     

ATS故障树法故障诊断功能的实现

当缺乏故障诊断先验知识时,故障树法是工程上易于实现的一种有效的故障诊断方法.通过分析、归纳测试项目与SRU的关联关系,得出了故障树模型中故障诊断知识的表达方式.以Access数据库为基础,提出了故障树的结构、数据组织形式及故障诊断的推理方法,并设计了适用于自动测试系统的故障诊断系统.该方法具有故障诊断推理过程表达明确、树模型易于建立等优点,已应用到两型机载电子设备的故障诊断中,故障隔离率和虚警率都达到了设计要求.     

基于加权FPN的聚驱综合调整系统决策分析

模糊Petri网(Fuzzy Petri Nets, FPN)是一种适合于描述异步并发事件的计算机系统模型,可以有效地对并行和并发系统进行形式化验证和决策分析.针对聚驱综合调整系统知识具有不确定性和模糊性的特点,给出了基于加权模糊产生式规则的加权FPN决策模型.在此模型的基础上,给出了决策推理过程的形式化推理算法.算法考虑了推理过程中的众多约束条件,将复杂的推理过程采用矩阵运算来实现,充分利用了FPN的并行处理能力,使决策推理过程更加简单和快速.并以压裂方式调整为例,说明了该模型具有直观、表达能力强和易于推理等优点,具有较强的实用价值.     

医学专家系统HEDDS的建造

本文结合在PC/XT上实现的高血压鉴别诊断专家系统HEDDS讨论了在微型计算机上建造医学专家系统时所要考虑的一些问題,提出了一种比较适合于疾病诊断的产生式规则与框架结构相结合的知识表达方法和正反向混合推理策略,并在分析著名的医学专家系统MYCIN不精确推理算法的基础上提出了一种易于在微型计算机上实现的简便有效的不精确推理算法。     

知识编译研究

知识编译是处理命题逻辑知识库常用的一种新技术,知识编译的过程就是把知识转换成易于推理的表示形式.作为一种有效的推理机制,这种技术已经被广泛地应用到各种各样的人工智能领域中.对目前知识编译的研究与应用进行了综述性的介绍,并且从简洁性、多项式时间内支持的查询操作以及多项式时间内支持的转换操作3个方面对各种知识编译目标语言做了系统的阐述.     

一种模糊知识库系统及其推理机制研究

介绍了一种具有模糊推理机制的模糊知识系统的基本结构、知识表示和推理机制，阐述了在模糊知识库设计与实现中，模糊推理机构造和工作流程设计的方法。该系统推理机制是基于传统PETE算法的扩展，通过使用相似性方法来处理模糊问题，实现了一种较为理想的不确定性推理；同时系统采用正向和反向推理相结合的双向推理机，使推理具有较高的准确性。最后给出了一个实例验证系统可行性。     

知识网格环境下基于本体的CBR诊断系统架构研究

提出知识网格环境下基于本体的分布式多案例推理系统架构。该架构引入基于本体的案例推理服务器和任务-方法本体,实现了过程性知识和陈述性知识分离,有效地解决了案例推理重用问题;在案例推理服务器中共享本体约束指导下,各案例库可以灵活地表达各自领域知识,实现知识集成,解决了传统案例推理系统知识局限性问题,实现了各企事业单位之间知识共享和重用。该架构是开放的并采用Web Service技术构建,能够实现网格异构环境下系统集成,具有很强的扩展性。     

范例推理中的知识发现技术

范例推理中有许多相关的知识 ,相应地有知识获取过程 ,其中也存在一定程度的知识获取瓶颈问题 .本文着重探讨在范例推理系统中引入一系列可以使用的知识发现技术 ,以期提高范例推理系统的知识获取的自动化程度 ;本文针对提出的两类算法 ,进行了实验与讨论     

模糊有色Petri网的形式化推理算法研究

Petri网以其图形化的表示方式广泛应用于形式化推理中.基于模糊有色Petri网的形式化推理算法,以系统内部事务之间的逻辑关系为依据,充分利用模糊Petri网在分析不确定知识中的优势,通过知识模糊、库所抽象、转换抽象实现层次化的知识表示和知识推理,并结合有色Petri网对系统规模作适当约简,从而构造出了一种新型的模糊着色网(FCPN)知识表示和获取模型,有效弥补了传统Petri网在实际应用中的缺陷,使模糊推理过程更加简单且易于实现.     

化工过程通用故障诊断系统开发研究

介绍一个化工过程通用故障诊断系统ＣＰＤＢ，它采用面向对象技术实现知识表示及推理机制，其知识系统及推理系统都具有较强的重用性，可以 建立面向特定过程的实例系统，对某具体过程的仿真研究表明，ＣＰＤＳ的实例系统的建立及其在线运行结果令人满意。     

固体火箭发动机故障诊断的神经网络方法研究

固体火箭发动机地面试验系统的故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,精确定位故障存在许多困难.传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法,然而难以提高不确定故障诊断的性能.针对这种情况,提出了一种基于模糊神经网络的故障诊断方法.该算法同时具备了模糊理论的处理不确定、不准确信息的推理能力和神经网络的自学习能力.将这种方法应用到某固体火箭发动机地面试验系统的故障诊断,仿真结果表明,该算法有效,较好地解决了固体火箭发动机地面试验系统的不确定故障诊断问题.     

基于免疫原理的故障诊断推理模型研究

智能故障诊断系统作为人工智能技术在故障诊断领域的应用,在实践中取得了较好的成效,但随着系统设备和功能的日益复杂化,各种故障现象成因越来越复杂,同时异常故障也时有发生,现有固定的诊断推理模型却难以满足复杂系统诊断面临的全部要求。针对故障诊断系统中常规固定诊断推理模型难以适应动态变化环境的缺点,该文在分析生物体免疫应答过程中免疫细胞协作机制基础上,采用多Agent技术构建了一种具有进化重构特性、适合于复杂系统故障问题求解的诊断推理模型,并给出了其工作流程。     

实时故障诊断专家系统在PTA装置中的应用

精对苯二甲酸（pure terephthalic acid,PTA）是生产聚酯的重要原料。针对大型PTA装置故障的特点,提出将小波分析、模糊ART神经网络和专家系统等技术结合起来,开发了实时故障诊断专家系统。文中阐述了专家系统的具体实现,包括数据预处理模块、知识库组成及表达方式、人机界面、推理机的组成和诊断过程等。在某大型PTA装置中的成功应用表明：该系统具有预报准确、界面友好、易于维护等特点,有很好的通用性和推广价值。     

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。     

Agent oriented intelligent fault diagnosis system using evidence theory

Multi sensors fusion is a very important process for fault diagnosis system. Information obtained from multi sensors need to be fused because no single sensor can get all the information for fault diagnosis. Moreover, information from different sensors may be uncertainty, inaccuracy, or even conflicting. Evidence theory can be used for information fusion, which is regarded as an extension form of Bayesian reasoning, but it has a better fusion result by simple reasoning process using belief function without knowing the prior probability. All the information collected from multi sensors in the system can be described as the evidence for diagnosis so that the fault diagnosis problem can then be modeled as a problem of evidence fusion and decision. In this paper, the classical Dempster-Shafer evidence theory is discussed, and the disadvantages of the combination rule are also analyzed. The notion of support degree of focal element is suggested in order to evaluate the conflicts between multi sensors. The new combination rule is then built to allocate the conflicted information from multi sensors based on the support degree of focal element. Furthermore, the decision rules for fault diagnosis are also proposed, as well as the architecture of the agent oriented intelligent fault diagnosis system. Finally, a case study is given to illustrate the performance of the proposed model.     

An Automated Fault Diagnosis System Using Hierarchical Reasoning and Alarm Correlation

The increasing importance of computer networks in this information age demands a high level of network availability and reliability. As we become more dependent on networks in our so-called cyber-world, network faults and downtime become very costly. Sometimes, a slight fault may cause critical disruptions or remediless damages to the network while the network manager is lost among a large amount of alarm messages. Therefore, the development of a practical and effective system for network fault diagnosis becomes an imperative and critical task. In this paper, we develop a hierarchical domain-oriented reasoning mechanism suitable for the delegated management architecture. It is based on the causality graph of a refined network fault propagation model as a result of our empirical study. An automated fault diagnosis system called Alarm Correlation View (or ACView) for isolating network faults in a multi-domain environment is proposed according to the hierarchical reasoning mechanism. This diagnosis system not only provides the process of automated alarm collection and correlation, but also serves the function of efficient fault localization and identification. Furthermore, an alarm-to-fault mapping strategy is used to enhance the fault reasoning capability for uncertain network fault propagation.     

基于混合智能的航天器故障诊断系统

面向航天器测控管理,研究了一种基于专家系统（ES）、案例推理（CBR）以及故障树（FT）的混合智 能诊断技术．文中,故障树双向混合推理机制被用于实现航天器故障定位和预测．同时案例推理的k 最近邻检索 策略（KNN）采用了简单实用、易收敛特性的多感官群集算法（MSA）．基于案例推理和故障树的航天器专家系 统（SESCF）采用了2 种融合模式．案例推理和故障树采用独立运行模式,专家系统与案例推理和故障树之间则采 用了松耦合运行模式．出于改善推理效率的目的,文中提出了一种将遥测信息转化为语义信息的结合特定推理方法 的非线性转换方法．某卫星供配电分系统的测试证实了SESCF 系统诊断的有效性．测试结果表明,相对于专家系 统,SESCF 系统具有更高的诊断准确度和可靠性．SESCF 系统采用的非线性转换方法在航天器故障诊断过程中简 单实用且容错性较好．     

机械设备故障诊断专家系统的构建

使用传统的故障诊断方法只能检测单一的信号,而对于复杂系统和多元性故障诊断比较困难,所以本文选用专家系统来解决这个问题。机械设备故障诊断专家系统主要包括知识库、知识获取、推理机,综合数据库,解释模块和人机接口6部分内容。使用本专家系统可以快速找出故障的部位、机理、性质和发展趋势,帮助快速给出维修与更新决策,缩短维修和停机时间,避免造成大的经济损失。在上海—50拖拉机上进行多次测试和应用,故障诊断准确率达到95%以上,并具有很好的运行性能。     

结合贝叶斯网与SFMEA技术的软件故障诊断框架

软件故障已经成为导致系统出错.失效甚至崩溃的潜在与重要根源.因此,故障诊断技术对于保证软件质量具有非常重要的意义.基于人工智能理论的故障诊断技术已经得到越来越多的关注.贝叶斯网理论具有表述方便.推理严密等优点,将其与软件失效模式及影响分析方法相结合,提出了具有四层网络结构(原因层、模式层、故障层以及观察层)的WCMF贝叶斯网诊断模型.在此基础上,提出了基于故障信息数据库及诊断数据库的智能化软件故障诊断框架.最后,针对某数传导航机载软件进行了实例应用.结果表明,提出的WCMF诊断模型及诊断框架是可行且有效的,具有故障诊断方便及时、充分利用历史信息以提高诊断效率、降低时间和资源消耗等优点.