9篇关于推理机的计算机毕业论文

今天分享的是关于推理机的9篇计算机毕业论文范文, 如果你的论文涉及到推理机等主题,本文能够帮助到你

水电机组运行事件智能诊断系统的设计与实现

这是一篇关于人工智能,故障诊断,知识库,推理机的论文, 主要内容为人工智能研究领域之一的专家系统在工程设备上的应用需求较为广泛,但满足用户需求的应用实例很少,主要原因在于知识库构建复杂且困难,质量得不到保障,推理机制不够完善等。本文针对这些问题与技术进行了专门研究,开发了一套智能故障诊断系统,并基于背景课题项目(乌溪江水电厂“水电机组运行事件快速智能反应系统”)构建了相应的知识库,实现了自动智能诊断。具体采用JAVAEE技术开发了一套B/S(Browser/Server)模式诊断系统,根据工程实际需要,对诊断系统软件进行需求分析,并采用SSM(Spring-SpringMVC-MyBatis)框架技术进行架构设计。涉及数据结构设计,业务逻辑设计,控制跳转接口设计等。实时数据对接电厂监控系统,就水电厂实际情况进行相应的推理机制的调整。主要的创新点及实现的具体功能包括:(1)针对目前知识获取存在的问题与技术设计研发了构建知识库的工具软件,软件以网页WEB形式,实现局域网内多用户/多工位知识编辑和输入,显著提高知识获取效率,方便知识库的协作开发。(2)知识模型以网页表单形式录入,采用Druid连接技术,以数据表形式存储入MySQL数据库,将知识库以数据库形式存储,成功的将知识库独立出系统软件,实现知识库的可移植性与重用性。(3)通过数据字段信息建立知识库的故障树内核表达。故障树表达一方面为故障诊断提供了推理思路,另一方面由于故障树分析法已被证明是工程应用的较好方法,可以显著提高知识获取的质量,也便于工程师、领域专家团队进行知识库的审查及完善。(4)研究故障命名的多样性表达,以三种命名方式(原因、部件、可观察参量)构建故障树能够更形象的阐释知识的节点信息,适应各种故障诊断需要(故障诱因、过程、故障影响范围、故障传播方向)。并针对水电机组实际情况建立相应的知识库,通过知识库构建软件存入数据库。(5)研究并设计了数据词典,作为知识库和推理机之间交互、故障识别的重要桥梁,通过推理机的“自动”启动与知识库的“自动”调入,实现软件的“智能”诊断,并提供有关知识节点的参考作用。(6)推理机兼顾MySQL与SQLSERVER两种数据库,MySQL用于对接知识库,SQLSERVER用于对接事实证据库,并选择采用了向上匹配与向下搜索两种推理方式(实际采用向下搜索为主,向上匹配为辅的推理方式),针对故障命名的多样性,实现故障原因的诊断与故障影响范围的诊断。(7)以HTML、CSS等技术设计制作故障诊断报告页面,采用JAVASCRIPT脚本语言控制页面的定时刷新(根据事实证据库刷新机制设定为90s),故障报告页面内容包括报警测点名,时间,调入的知识库,推理机推断的相关可能性数据及事实证据库提供的有关证据等。(8)生成故障报告的同时,记录当前发生的故障信息,列入故障日志,包括故障发生频次,故障导致原因及故障处理情况等,同时将数据信息记录入历史证据表,便于诊断审查核实,也为建立大数据故障诊断提供依据与方便。通过设计和实现上述功能,领域专家团队可以自主的录入相关知识节点建立新的知识库和对原有的知识库进行审查、修改、完备。与此同时,事实证据库一旦读取到异常或报警数据则自动启动推理机,调入相应的知识库进行故障诊断,将诊断结果输送显示在诊断报告中(故障原因、故障影响范围),并记录已发生的故障信息,记录入相应的故障日志。这样的故障诊断智能系统具有强通用性,不仅为领域专家和工程师构建知识库提供了有力支持,也缩减了故障人工排查的耗时,顺应了时代技术发展,提高了构建的知识库质量,减少了人为诊断遗漏和失误,同时在人工智能的发展基础上,做出了一定的贡献。

基于.NET平台的工程计算专家系统的研究

这是一篇关于专家系统,知识库,推理机,.NET框架,工程计算的论文, 主要内容为专家系统是当前人工智能应用中最成功的一个领域,它利用知识和经验,通过推理来解决某领域中只有人类专家才能解决的难题。本文所研究的工程计算专家系统基于.NET平台构建,它不同于传统意义上的专家系统,主要的区别在于其系统知识库是由大量的计算公式构成,所以知识库的构建和知识表示的方法与其他的专家系统有很大的区别。并且由于国家相关规范和标准的变动造成相关公式经常的变动性,工程计算专家系统专门设计了推理机和解释执行器等部件,降低了系统各层次间的耦合度,实现了业务与规则的分离。论文首先介绍了专家系统理论和.NET平台;然后介绍了专家系统中的知识库和推理机制的相关知识;最后提出了一个基于.NET的B/S设计模式体系结构,探讨了在.NET平台下工程计算专家系统的研究。该系统很好的实现了业务与规则分离、知识库与推理机分离,使得工程计算专家系统具有较高的可重用性和健壮性。

水电机组运行事件智能诊断系统的设计与实现

水文模型空间参数提取的智能化方法研究——以SEIMS水文模型为例

这是一篇关于水文模型,空间参数提取,可视化建模,知识形式化表示,推理机的论文, 主要内容为水文模型是描述水文物理过程的数学模型,在流域科学研究和综合管理中发挥着重要作用。模型参数提取是使用水文模型所必需的前期准备工作。水文模型所需输入的空间参数一般从下垫面数据中(如DEM、土壤数据、土地利用数据等)提取,需要借助专业的空间数据处理软件,通过复杂的软件操作流程实现,对水文模型使用者的专业知识和软件操作技能要求较高。随着水文模型应用范围的不断扩大,水文模型的使用者也从传统的水文学领域扩展到其他领域。而非水文学领域的用户通常不具备相关专业知识和软件操作技能,难以利用现有的方法和工具进行水文模型空间参数的提取。为降低非领域专家用户进行水文模型空间参数提取的门槛,本论文借鉴地学领域的智能计算相关方法,将知识驱动建模和可视化建模等方法引入水文模型空间参数提取,基于知识的形式化表示和计算机推理,提出了水文模型空间参数提取的智能化方法,并开发了原型系统对该方法进行验证和示范。本论文的主要研究内容和结论如下:1.提取水文模型空间参数所需知识的形式化表示和推理通过从相关软件的用户手册、算法说明文档等知识源获得提取水文模型空间参数所需的知识,并对这些知识进行分类;基于JavaScript对象表示法和资源描述框架等方法对提取水文模型空间参数所需的知识进行形式化表示。在此基础上,根据应用目的,基于图论设计实现了计算机推理系统,由计算机系统自动构建水文模型空间参数提取工作流。2.水文模型空间参数智能化提取的原型系统设计基于知识的形式化表示方法构建了水文模型空间参数提取知识库;借助第三方的空间数据处理软件提供的算法构建了水文模型空间参数提取算法库;采用Java和JavaScript等程序设计语言开发了计算机推理系统的推理机和工作流引擎;借助第三方的可视化建模技术,构建了水文模型空间参数提取工作流的可视化建模模块。最后,采用Java Web开发技术和B/S架构模式,设计开发了水文模型空间参数智能化提取的原型系统。3.方法应用与评价以SEIMS水文模型为例,分别应用传统方法和智能化方法进行参数提取,通过对比两种方法的易用性,证明本文所提出的方法借助知识的形式化表示方法和计算机推理系统等,能够实现水文模型空间参数提取工作流的智能化搭建,有效降低了对使用者专业知识的要求,验证了本论文提出的智能化方法具有较高的易用性。本论文面向非领域专家用户进行水文模型空间参数提取的应用需求,基于知识驱动的智能建模、可视化建模等方法和地学工作流技术建立了水文模型空间参数提取的智能化方法,旨在降低水文模型的使用门槛,为非领域专家用户创造了简易快捷的水文模型空间参数提取平台。

联合收获机清选流场CAE后处理与清选装置优化平台构建

这是一篇关于清选装置,知识库管理系统,推理机,CAE后处理,多目标优化的论文, 主要内容为联合收获机是农业机械化、现代化的典型产品,清选装置作为联合收获机的主要工作部件,其清选效果关系着整机的作业质量,对清选装置设计过程进行研究并选择最优的设计方案是十分必要的。随着计算机技术的不断发展,联合收获机清选装置的设计与优化过程越来越多地运用CAE技术,而CAE后处理过程中会存在经验传承难、耗时长等问题,且后续的清选装置优化设计过程涉及技术复杂、繁多。因此,本文构建了联合收获机清选流场CAE后处理与清选装置优化平台,以实现清选流场CAE后处理过程与清选装置多目标优化过程的流程化、智能化。具体研究内容分为以下四个部分:(1)清选室气流速度测定台架试验与CFD流场仿真结合清选室气流速度测定的试验需求改造了现有的清选装置试验台架,设计了清选室气流速度测定和流场仿真的试验方案,采用布点法对清选室进行了气流速度的测定;使用Fluent软件进行了清选室流场仿真,并将清选流场仿真结果导出为ASCII格式文件,为清选流场CAE后处理与清选装置优化平台提供测试数据,为清选流场CAE后处理的推理过程提供知识储备。(2)清选流场CAE后处理知识库构建和推理机制研究从知识库系统基本理论出发,研究了清选流场CAE后处理知识库系统的总体结构;通过多渠道广泛获取知识并将知识划分为实例类知识和规则类知识,分别采用框架式、产生式表示法进行知识表示,构建了清选流场CAE后处理知识库;采用正向推理策略对清选流场CAE后处理过程进行推理,研究了清选流场仿真数据与气流速度测定试验数据对比的推理流程和清选装置筛面上方气流分析的推理流程。(3)清选装置多目标优化关键技术研究结合谷物清选的CFD-DEM耦合仿真结果,搭建了基于清选仿真结果的含杂率和损失率的PSO-SVR代理模型;采用SPEA2算法进行了清选装置多目标优化,并获得了清选装置多目标优化的Pareto最优解集并筛选出了一组最优参数组合;采用最优参数组合进行谷物清选的台架试验,验证了基于PSO-SVR代理模型构建和SPEA2多目标优化算法进行清选装置优化设计的可行性。(4)清选流场CAE后处理与清选装置优化平台实现采用B/S架构、My SQL数据库技术、Java语言、Springboot和Mybatis Plus后端设计框架、H5(HTML/CSS/JS)前端技术构建了联合收获机清选流场CAE后处理与清选装置优化平台,包括清选流场CAE后处理知识库管理系统、清选流场CAE后处理模块、清选流场多目标优化模块三个部分,实现了清选流场CAE后处理知识在Web平台上的开放、共享,仿真数据的智能筛选及其与试验数据的智能对比和智能分析,清选含杂率、损失率PSO-SVR代理模型构建和使用SPEA2算法进行清选装置的多目标优化设计等功能。