远程故障诊断中融合推理及信息反馈的研究

来源 :合肥工业大学学报(自然科学版) | 被引量 : 0次 | 上传用户:zyhope006
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
基于案例推理(CBR)与基于规则推理(RBR)的专家系统优势互补,并在机械故障诊断领域中有了一定的应用,但仍然受到知识库“瓶颈”的约束。文章提出了将CBR与RBR相结合的专家系统引入远程故障诊断中,使得系统的学习能力增强,知识库扩展速度提高;并引入信息反馈,提高了案例标本的准确性,更大程度地提高了故障诊断的效率及准确率。
其他文献
文章提出一种基于极速决策森林(UFFT)的加权装袋算法(UFFT-wb),它采用加权装袋算法模型,以UFFT算法构建基分类器。实验表明,该算法具有确定分割点及选择分割属性花费时间少、构建新
文章分析了BM算法及其改进算法BMHS,在此基础上提出了BM的改进算法FSBM。该算法利用当前匹配窗口的下一个字符的位置信息以及当前尝试中的已匹配子串,增大右移量,减少匹配次数,有