基于案例推理的机车故障诊断专家系统研究

来源 :中南大学 | 被引量 : 0次 | 上传用户:hewei83221
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
专家系统是一种模拟专家决策能力的计算机系统。论文以机车故障诊断为应用背景,利用人工智能、故障诊断的理论和方法,研究并开发了一个机车故障诊断专家系统原型,以实现对机车故障的智能诊断。 论文在研究目前常用的故障诊断智能技术以及人工智能领域中新兴起的基于案例推理方法的基础上,给出了基于案例推理的机车故障诊断专家系统的设计方案和原型系统。分析和研究了机车故障诊断领域知识特点和大量的故障维修日志,探讨了基于案例推理方法构造专家系统的关键技术,主要包括基于案例推理的知识工程以及案例检索技术。 在运用知识工程技术进行案例的表示、组织以及案例库的构建中,论文根据机车故障诊断领域的特点以及故障诊断专家系统的应用需求,以基于特征的故障案例表示为基础,依据故障的特征属性和内容将机车故障案例按照故障种类分类,从而将整个案例库划分成了多个代表故障案例种类的案例集。在案例检索中,论文基于按故障分类构造机车故障案例库的思想,从故障案例种类中抽取出能与其它种类不同的关键特征,根据故障案例种类的层次结构,进而将整个案例库组织成多级分层索引结构。这种按故障分类,分层索引机制的策略思想不仅降低了案例表示、组织以及案例库的构建难度,而且极大地提高了案例检索的效率。 最后基于上述思想,设计和建立了系统的概念模型、物理模型,并构建了软件原型系统。通过对机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。
其他文献
机器人世界杯足球赛(The Robot World Cup,简称RoboCup),是典型的MAS问题,可以用来评价各种不同的人工智能理论、算法和体系结构。  强化学习是一种以环境反馈作为输入的、
本文研究的重点是在多Agent技术环境下探讨强化学习技术的原理以及如何改进其学习效率并提高其算法的合理性,在此研究基础上构建基于矢量势能场的区域合作的强化学习算法和基
RFID(Radio Frequency Identification)中间件的设计与系统的多个层相关,如RFID电子标签的数据采集、标签数据管理、RFID系统安全等。对于不同层,不同的设计和实现被具体应用所
机器人足球比赛逐渐成为当前人工智能研究的热点之一,作为多Agent系统的一种理想的试验平台,它涉及多个技术领域。目前RoboCup机器人足球世界杯是国际上规模最大且具有很大影
以 GPU为代表的通用加速器技术已经成为目前高性能计算领域的主流发展方向之一。随着硬件存储、计算能力的增长和大数据时代的到来,如何使用具有高存储带宽、高计算性能的带有
不断发展的网络技术以及高性能计算机、网格技术的出现,极大地改变了传统意义上的合作计算方式。处于不同地理位置的多个用户可以利用性能优良的网络协同完成某个任务,但这也
近年来,随着互联网的高速发展和新型互联网服务的涌现,丰富的网络应用给我们的日常生活带来了极大的便利,然而任何事情都具备两面性,互联网亦如此。日益复杂的互联网系统架构,以及
软件构件技术是近几年来迅速发展,并受到广泛关注的一个学科分支。软件构件必须经过组装才能形成应用系统,构件组装使软件技术人员可以直接采用“集成组装构件”的方式来构造
红外技术属于物理学、电子学和计算机科学的技术的交叉学科,它是通过获取目标的红外辐射来进行检测处理。红外技术首先在军事领域得到应用,随着红外技术的发展,红外检测技术
随着信息技术的迅猛发展,计算机软件已渗透到社会生活的方方面面。与此同时,软件项目规模的不断壮大、功能的增强和复杂度的增加,软件的成本、进度、质量也变得更加难以控制,