基于CBR及可拓學(xué)的汽車故障診斷系統(tǒng)研究.pdf

1、隨著汽車行業(yè)的發(fā)展，汽車故障診斷系統(tǒng)已成為當(dāng)前的熱門研究方向。傳統(tǒng)的汽車故障診斷系統(tǒng)缺乏系統(tǒng)性、全面性，且依賴動(dòng)態(tài)信號(hào)處理。隨著人工智能技術(shù)的發(fā)展，基于神經(jīng)網(wǎng)絡(luò)、案例推理及規(guī)則推理的汽車故障診斷專家系統(tǒng)逐步出現(xiàn)在汽車維修領(lǐng)域。由于汽車系統(tǒng)龐大復(fù)雜，有效的汽車故障維修日志數(shù)量較少，很難單純依賴數(shù)學(xué)模型解決汽車故障診斷問題，且不易獲取全面的汽車維修規(guī)則。基于案例推理(CBR)的汽車故障診斷系統(tǒng)可以采用迭代的方式不斷完善系統(tǒng)知識(shí)庫(kù)，然而存在以

2、下問題：(1)對(duì)噪聲數(shù)據(jù)尤為敏感，錯(cuò)誤數(shù)據(jù)及冗余數(shù)據(jù)容易影響系統(tǒng)檢索效率和求解結(jié)果；(2)當(dāng)案例庫(kù)中案例數(shù)量增加時(shí)，有可能會(huì)出現(xiàn)檢索效率過低、檢索結(jié)果冗余的情況；(3)案例知識(shí)獲取存在瓶頸問題。
　　 針對(duì)以上問題，本文基于CBR及可拓學(xué)理論，研究汽車故障診斷系統(tǒng)。物元理論被應(yīng)用到可拓案例模型建立過程中，首先，利用可拓模型及樹形數(shù)據(jù)結(jié)構(gòu)，建立知識(shí)表達(dá)式，形式化描述汽車故障案例；隨后介紹汽車故障診斷案例索引的創(chuàng)建，如何利用機(jī)器學(xué)習(xí)

3、的方法以及用戶反饋，維護(hù)該案例庫(kù)，以一條汽車故障診斷記錄為例，介紹實(shí)例存儲(chǔ)方式；然后介紹可拓推理及檢索策略，用于案例推理過程中，進(jìn)而從邏輯層擴(kuò)展案例庫(kù)；最后，整體介紹該汽車故障診斷系統(tǒng)的目標(biāo)、原則、設(shè)計(jì)思想、流程及主要功能模塊。
　　 基于可拓模型，汽車故障案例便于創(chuàng)建、存儲(chǔ)、維護(hù)以及檢索，提高該系統(tǒng)的使用效率及靈活性。案例的主要屬性形式化存儲(chǔ)到案例庫(kù)中，基于主屬性分析，壓縮案例庫(kù)。汽車故障診斷案例信息被自然語言描述，并且信息不