基于贝叶斯网络的起重机专家系统.pdf

基于贝叶斯网络的起重机专家系统.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

机系统应用http://www.c—s-a.org.cn2011年第20卷第11期

基于贝叶斯网络的起重机专家系

钟虞全,杨贯中

湖南大学软件学院,长沙41(0082)

摘要:提出了一种改进当前某大型起重机上的一个基于专家规则知识库的专家系统的方法。改进后的系统保

留原有的基于规则库的诊断方式,同时也能运用专家经验构建出来的贝叶斯网络对出现故障进行诊断,诊断出

所有可能导致故障发生的原因并以概率度量每个原因发生的可能性。系统采用了因果调查问卷和概率刻度方法

对贝叶斯网络进行初始化,同时运用最大似然估计和最大后验估计法则对贝叶斯网络的概率刻度表CPT()进行学

习修正。通过比较改进前和改进后专家系统对同一故障的诊断结果,可以确定改进后的专家系统能更快更准的

定位故障原因。

关键词:贝叶斯网络;CPT;概率刻度:最大似然估计;最大后验估计

ExpertSystemofCraneBasedonBayesianNetworks

ZHONGYu—Quan,YANGGuan-Zhong

(SchoolofSoRw ̄e,HunanUniversity,Changsha410082,China)

Abstract:ThipapserproposesamethodtomiproveKnowledgeBaseExpetrSystem(KBES)ofSomeLargeCrane,

groundedonExpetrRules.OndetectingfailuresoftheLargeCrane,theimprovedsystemcandiagnosealmostall

possiblereasonsforfailures,andmeasuretheoccu!"le'nceprobabilityofeach.Thediagnosisprocessissupportedby

reasoning,accordingtoBayesianNetwork,constructedbyExpertExperience.Anotherfeatureofthissystemisadopting

amethodtoinitializeBayesianNetworkandlearnBayesianNewtorkCPT.Bycomparison,applicationsofconventional

nadmiprovedexpertsystemtofailurediagnosispresentedinthispaper,illustratethatthelattercanidentifythecauseof

failuremorepromptlyandaccurately.

Keywords:Bayesiannewtorks;CPT;probabilityscale;MLE;MAP

近年来,大型工程机械已成为国民经济发展的重容易,解释方便,诊断推理过程简单快捷。但起重机

要产业。面对功能日益强大和结构愈加复杂的机械设是一种复杂的机电设备,由电、机、液等不同子系统

备,传统的专家系统逐渐显示出诸多不足如诊断效率组成,。当起重机表现出一故障时,往往不确定性问题

和准确性低下等,越来越难以满足实际的需要,因此占多数。基于知识规则库的故障诊断技术难以满足起

对大型工程机械的智能故障诊断技术的研究[1】具有很重机对诊断故障要定位快速而又准确的要求。随着现

大的实际意义。代计算机技术、检测技术、通讯技术和电子技术等相

某大型起重机上有已实现的遵循SAEJ1939应用关领域学科的进步,己经形成了一门集物理、数学、

层协议[2】的专家系统,该起重机现有的基于知识规则化学、电子技术、通讯

文档评论(0)

百分卷 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档