基于故障树和产生式规则的故障诊断专家系统设计

[目的]为充分运用核动力装置的运行管理经验辅助核动力操纵人员进行故障诊断,设计一种船用核动力装置故障诊断专家系统。[方法]首先,根据故障树与产生式规则之间的逻辑一致性,提出一种将故障树知识转化为产生式规则的方法;然后,对采用正、反向混合推理方法的专家系统知识库和推理机进行优化设计,并依据故障树最小割集和重要度分析结果设计正向推理策略以简化推理流程;最后,根据人工对故障状态判断的思路设计状态监测模块,实时采集关键设备参数以转化为专家系统可识别的设备信息。[结果]结果显示,采用所提方法可解决专家系统知识获取困难的问题,能在保证推理准确度的前提下提升推理效率,实现了专家系统的在线故障诊断功能。[结论]研究表明采用所提方法可提升专家系统获取知识的能力和推理效率,对保障核动力装置的运行管理安全具有重要意义。

一种面向多层次制图对象的产生式制图规则模型

在分析现有地图制图规则的基础上,根据制图对象的层次性特点,将产生式表示法应用于制图知识的表示,设计了一种面向多层次制图对象的产生式制图规则模型。该模型以统一的形式化方式表达了针对不同层次制图对象的制图知识,实现了制图知识的复用,同时也有利于制图知识的聚合和扩展。最后以1∶250 000矢量地理空间数据的制图为例,基于该模型建立了相应的制图规则库,进行了制图实践,验证了模型的有效性。

基于本体和产生式规则的自主式交通系统演化研究

为探究自主式交通系统(Autonomous Transportation System,ATS)的演化机理,基于本体的知识建模与基于产生式规则的知识推理分析自主式交通系统要素的相互作用及演化特征。首先,收集交通领域文本数据,经预处理后形成语料库。构建狄利克雷分布(Latent Dirichlet Allocation,LDA)模型和BERT-BiLSTM-CRF模型用于从语料库中抽取自主式交通的概念和实例。其次,为构建自主式交通的知识模型,基于本体理论,定义概念间的语义关系并填充实例。再次,依据知识模型构建了交叉口的自动驾驶场景要素网络,并基于产生式规则的知识推理方法,设立了3条规则进行推理。最后,计算了推理前后要素网络指标,包括关系数量、平均度、平均路径长度和图密度。结果表明,该知识推理方法挖掘了463条隐含关系,平均度由1.418增至2.347,平均路径长度由1.940减小为1.745,图密度由0.003上升为0.005。借助知识推理方法,总结出自主式交通系统的演化机理,即网络形态从稀疏发展为稠密、网络效率逐步提升的过程。

农业专家系统中分类产生式规则的知识表示方法

鉴于农业专家系统中的知识多来自于专家经验,且知识规则的表示量非常大的特点,在系统开发中提出采用一种称为"分类产生式规则"的知识表示方法用于农业专家系统,该方法实质性地改进了传统的产生式规则知识表示方法,可以有效地解决基于规则的专家系统存在的知识组合爆炸和搜索匹配费用高的问题。详细介绍了该方法在系统开发中的具体应用,如定义、表示形式和具体推理模型及策略等问题。

扩展产生式规则知识表示方法

通过对现有知识表示方法进行分析,指出了产生式规则和概念图表示方法在自然语言理解中存在的问题,提出了扩展产生式规则知识表示方法,并对该规则的推理机制和具体实现进行了讨论.扩展产生式规则表示方法是将产生式规则的前提、结论和处理分别用概念图表示,是一种混合知识表示方法.它既保持了产生式规则的模块性,又揭示了自然语言中的深层次关系,与自然语言形成自然映射.通过分析表明,扩展产生式规则的总体性能要优于传统的产生式规则,并且特别适合于自然语言理解中的知识表示.该规则已应用于网络故障诊断专家系统的自然语言接口设计中.

分类产生式规则

本文提出了一种称为“分类产生式规则”的专家系统知识表示方法，该方法实质性地改进了传统的产生式规则，可有效地解决基于规则的专家系统存在的知识组合爆炸和搜索匹配费用高的问题，同时，较好地解决了专家系统对数值计算无能为力的问题。文中主要介绍了这种方法的定义、表示形式、推理控制策略和知识组织等问题，并简要分析了该方法的优势所在。采用分类产生式规则，已成功地建造了两个实用专家系统。

一种基于产生式规则的不确定推理模板模型的研究

该文针对现有不确定推理模型,结合专家知识不确定性在产生式规则系统中的体现,归纳出一种更接近人类专家处理不确定性和方便人们理解与构造实例模型的不确定推理模板模型。该模板模型可作为现有模型的分析模板和新的基于产生式规则的不确定推理模型研究与构造的基本框架模板。该文详细阐述了该模板模型的组成和工作原理,并用它对现有不确定推理模型进行了实例分析;最后,指出该模板模型各组成子模型的研究方向。

产生式知识表示的Petri网模型及其推理规则

为了使由产生式规则构成的知识库系统更加具有完整性 ,更好地反映规则的内部逻辑 ,根据Petri网的基本原理 ,在产生式规则和 Petri网的条件 /事件系统之间建立一致性联系 ,在此基础上提出一种产生式知识表示的 Petri网模型及其相应的推理规则 ,详细说明了模型的构成原理和构造过程 。

基于产生式规则多传感器数据融合方法的移动机器人避障

在分析机器人多传感器数据融合技术的基础上,采用基于产生式规则的分布式多传感器数据融合方法,设计了面向多路不同类反射式传感器的数据融合规则库和移动机器人的避障决策规则库,并利用VisualC++编程实现了二级规则库及推理机制,在移动机器人平台上进行了实验。设计了不同场景的室内环境,结果机器人都能有效避免碰撞。实验表明多传感器信息融合能够在不提高单个传感器性能要求的情况下较好地改善移动机器人的自主避障能力。

基于知识的神经网络产生式规则的获取方法研究

将连续数据离散化并将已有知识规则的依赖度作为神经网络的初始权值,构建新的网络结构并对其动态训练,给出其具体网络训练算法.从训练后的网络权值中利用正确的分类及该网络结构具有的性质,从而给出其具体的规则抽取算法,并将抽取的具有冗余性的产生式规则利用粗集理论进一步对其精化处理,最后得出最简化的产生式知识规则.充分结合神经网络及粗集理论的优点,探索两者的有机结合无疑对智能信息处理系统的研究具有重要的现实意义.

基于产生式规则和归结原理的农业专家系统

利用农业植物病理学的专家知识,将各种病虫害的诊断方法做成一个专家系统。该系统利用产生式规则推断症状群与疾病群的关系,利用Robinson归结原理分析这些规则,用启发式搜索的方法推断出病害。为计算机在农业方面的应用提供了新的例证。

基于产生式规则的情报管理中的知识扩散模型研究

从技术角度看,情报包含着大量的知识性内容。对于知识的无序扩散问题,组织的情报管理部门应该加强预测和引导。本文建立在情报产生式规则基础上,以空间场和马尔可夫过程为研究工具,将企业视为最小研究单位,建立了企业情报知识管理体系中知识扩散的模型,设定扩散空间指标体系并运用正交变换转化为虚拟三维扩散空间,提出了知识扩散取决于知识创造者与知识受体的扩散空间比值和知识以＂学习型曲线＂扩散的新观点。最后通过实证计算了知识在系统内部无序扩散的扩散空间场和知识扩散概率,提出改变扩散空间边界（空间性）和扩散概率（时间性）能够影响知识在组织中的扩散速度的论断。

基于产生式规则和模糊推理的注射模总体结构设计专家系统

注射模总体方案设计的任务是进行设计决策 ,其经验性强 ,需要采用专家系统技术 .IMDES采用框架和产生式规则相主要结合的知识表示和正向推理方法 ,并考虑到某些知识具有模糊性和不确定性的特点 。

基于带区间值的产生式规则及其模糊推理机制研究

在分析了传统的产生式规则的三种不确定性的基础上,给出了基于模糊数的产生式规则结构,并量化了结构中的各重要参数,描述了知识表示和推理的关系,并在此基础上提出了基于模糊数产生式规则的模糊推理机制。

基于关系数据库表示产生式规则

本文在分析产生式规则的数据结构模型基础上，提出了利用关系数据库表示产生式规则的思路，论述了基于关系数据库表示产生式规则的具体方法。

产生式规则条件下的六角格地形量化方法

产生式规则由于其接近人类思维且简洁高效的优点被引入到六角格地形量化研究中,用于指导六角格地形量化规则的制定。按照产生式规则的逻辑思维过程,研究了六角格地形量化的相关概念、量化规则的表达形式以及获取规则的依据,制定了六角格地形量化的判断规则,主要包括格元地形判断规则和格边障碍判断规则。所制定的六角格地形量化规则主要用于指导六角格地形量化数据的规范化、自动化生产。

面向装配顺序规划的产生式规则应用

将装配模型表达为产品结构树 ,将装配生产经验表达为产生式规则 ,利用深度优先搜索法 ,考虑子部件 。

基于加权产生式规则知识库的不一致性和冗余性研究

一、问题的提出规则的产生式表示法是目前专家系统中最常用的一种方法,它易于表达浅层知识,并且具有模块性、清晰性、自然性等优点。但是,由于产生式系统的知识库常常是不完备的,需要对规则进行增、删、改等维护操作。

基于模糊产生式规则推理的电脑故障诊断系统

根据电脑故障知识结构性差、耦合性不强及特征参数不易提取的特点,采用适合该问题的模糊产生式算法进行故障诊断推理,设计了故障知识的三层模型、表达方法和知识库结构,给出了基于模糊区间的语义距离计算公式、基于故障树的防止规则组合爆炸的规则分组方法和带误差控制的阈值选取方法,运用面向对象的理论设计和实现了电脑故障智能诊断系统,其中描述了B/S模式下分布式计算环境的系统结构和规则类的设计。