【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于信息處理
，特別是。
技術(shù)介紹
隨著航空、航天、核電站、機器人等高技術(shù)的發(fā)展和人們探索自然領(lǐng)域的擴展，系統(tǒng)的自動化水平日益提高，規(guī)模日益擴大，復(fù)雜性迅速提高。面對復(fù)雜的系統(tǒng)，可靠性、可維修性和有效性顯得越來越重要。特別是航空、航天、航海、核エ業(yè)等，由于其特定的工作環(huán)境，原則上只許成功，不許失敗，對系統(tǒng)的安全性、可靠性和有效性提出更高的要求。而故障檢測與診斷則為提高系統(tǒng)可靠性、可維修性和有效性開辟了途徑。隨著人工智能技術(shù)的不斷進步，診斷技術(shù)己開始進入一個新階段，即智能化診斷階段。而專家系統(tǒng)是人工智能領(lǐng)域中最活躍的ー個分支。這種方法不依賴于系統(tǒng)的數(shù)學(xué)模型，而是根據(jù)人們長期的實踐經(jīng)驗和大量的故障信息知識，設(shè)計出ー套智能計算機程序，以此來解決復(fù)雜系統(tǒng)的故障診斷問題。由此可見，建立機械設(shè)備的故障診斷專家系統(tǒng)，構(gòu)建專家知識庫，將人類專家的經(jīng)驗轉(zhuǎn)化為知識規(guī)則存放于知識庫中，并建立知識獲取和維護機制，實現(xiàn)知識的學(xué)習(xí)和更新，同時，模擬人類專家的推理過程實現(xiàn)故障診斷，這樣不僅能夠大大提高診斷的精度、減少對人類專家經(jīng)驗的依賴、提高診斷的自動化程度，而且有利于積累人類專家的寶貴知識和經(jīng)驗。目前的專家系統(tǒng)知識獲取基本上是基于經(jīng)驗的機械式的學(xué)習(xí)方法，知識更新困難、知識規(guī)則經(jīng)常會出現(xiàn)嚴重的不一致、冗余、甚至組合爆炸等問題。目前，已有許多關(guān)于粗糙集、神經(jīng)網(wǎng)絡(luò)、支持向量機等知識獲取研究工作，但未與專家系統(tǒng)知識庫進行鏈接。因此，突破專家系統(tǒng)知識獲取瓶頸，保證知識獲取的正確有效性，具有重要的現(xiàn)實意義和工程實用價值。
技術(shù)實現(xiàn)思路
本專利技術(shù)針對上述問題，本專利技術(shù)提出了，We...
【技術(shù)保護點】
一種基于Weka軟件的專家系統(tǒng)知識獲取方法，其特征在于，包括如下步驟:步驟A,?創(chuàng)建知識庫，建立規(guī)則表和故障模式表，并建立由訓(xùn)練樣本構(gòu)成的案例庫；步驟B，使用Weka軟件對樣本進行規(guī)則提取，并對規(guī)則進行驗證，其步驟如下：步驟B?1，利用J48算法對數(shù)據(jù)集建立決策樹；步驟B?2，采用10折交叉驗證，將初始樣本集劃分為10個近似相等的數(shù)據(jù)子集，每個數(shù)據(jù)子集中屬于各分類的樣本所占的比例與初始樣本中的比例相同，在每次驗證中用其中的9個數(shù)據(jù)子集組成訓(xùn)練樣本，用剩下的一個子集作為測試集,輪轉(zhuǎn)一遍進行10次驗證；步驟C，將Weka軟件提取的決策樹規(guī)則存入專家系統(tǒng)知識庫中；步驟D，專家診斷，對于待診斷樣本，將其特征值輸入到推理機，經(jīng)過推理即可得到診斷結(jié)果。
【技術(shù)特征摘要】
1.種基于Weka軟件的專家系統(tǒng)知識獲取方法，其特征在于，包括如下步驟: 步驟A,創(chuàng)建知識庫，建立規(guī)則表和故障模式表，并建立由訓(xùn)練樣本構(gòu)成的案例庫； 步驟B，使用Weka軟件對樣本進行規(guī)則提取，并對規(guī)則進行驗證，其步驟如下: 步驟B-1，利用J48算法對數(shù)據(jù)集建立決策樹； 步驟B-2，采用10折交叉驗證，將初始樣本集劃分為1...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陳果，李愛，王洪偉，于明月，郝騰飛，程小勇，
申請(專利權(quán))人：南京航空航天大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。