基于RBR与CBR的维修大纲专家系统

根据飞机维修大纲研制的需要,依据最新的维修指导小组思想和类似机型的维修大纲经验,提出了基于规则推理(RBR)和案例推理(CBR)相结合的民机维修大纲制订方法.构建了民机维修大纲专家系统的总体框架,并对该系统中的关键技术问题——案例的表示和组织、案例的检索、集成推理技术和案例的修正与存储进行了详细分析和研究.案例的检索分两步进行:首先从案例库中找出与新机型尽可能相似的机型,然后,从类似机型中进一步匹配出最相似的项目.集成推理采用RBR和CBR分开推理,再比较结果做出决策.最后,采用面向对象的程序设计方法对该专家系统编程,并以某航空公司飞机验证了RBR和CBR相结合的维修大纲制订方法的有效性.      

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

基于规则和故障树的故障案例库构建方法研究

基于案例推理的故障诊断方法适用于经验丰富的决策环境,在飞机维修保障领域应用广泛,但由于缺乏解析模型和诊断规则的支持,难以满足复杂故障诊断要求。而故障树分析法建立在设计原理的基础上,可信度高。为了提高故障诊断效率和准确性,以实现基于规则和故障树模型与基于案例推理相融合的诊断方法为目的,研究案例的组织和案例库的构建。根据飞机维修保障实际需求,采用基于故障树分析的方法,结合故障诊断推理规则,建立飞机故障诊断模型;将模型和经验知识相结合,提出一种基于规则和故障树的案例库构建方法,进一步完善基于案例的推理机制,提高故障诊断的精确性和有效性。该案例库已应用于飞机故障诊断系统,实现了交互式故障诊断和排故引导,验证了研究方法的可行性。     

提高模糊控制品质的一种方法

本文将控制系统动态过程划分为三个阶段,即初期段、中期段和末期段,然后根据不同阶段的控制特点,采取不同的模糊控制策略,从而形成了一种分段模糊控制方法,与基本模糊控制方法相比,该方法提供了较好的控制品质,文中算例证实了这一点。     

PowerBuilder数据窗口中记录行与默认值的动态实现

数据窗口是PowerBuilder的专利技术，是用户与数据库直接进行交互的界面，可以用于数据的检索、更新和用多种形式表现数据源中的数据，但是不支持以下功能：同一数据窗口中对不同字段记录行的动态分配、同时给出相应的默认值。本文结合江西三鑫医疗器械集团有限公司ERP系统中的输液器物理性能检验表的设计，详细介绍了通过设计解决这一问题的方法，具有一定的实用价值。     

WEB访问信息挖掘中的关联规则发现算法的研究

本文采用了一种快速算法Aprioti，将传统数据挖掘技术中的关联规则发现技术引入web数据挖掘，并针对在Web应用的特点进行了改进，有效地提高了求高频站点集的效率。     

配电网故障定位的一种计算机实现方法

基于柱上RTU（远动终端：remote terminal unit）的配电网自动化的基础上，给出了一种适用于配电网的各类型故障的故障点位位的算法，当配电网线路出现故障后，它能最快的速度精确的测出故障点的具体位置，大大减少了巡线人员的工作量，缩短了停电时间。     

基于层次分析法的桥梁承载力检算方法

在分析桥梁承载力检算方法现状的基础上,引进了变权原理及模糊描述,提出了基于无损检测信息的层次分析法承载力估算模型.基于实测强度的桥梁理论分析了承载力,并结合检测信息进行修正.修正内容包括截面折减及构件恶化,其中截面折减考虑混凝土截面折减及钢筋截面折减;构件恶化考虑了混凝土表观缺损状况、混凝土实际强度、钢筋锈蚀电位、氯离子含量、碳化深度及保护层厚度这6个因素.各因素的权重采用层次分析法,由专家调查的判断矩阵计算,并引进变权公式对状况较差的因素加大权重.最后以实桥为例进行承载力检算,计算结果与试验吻合良好,表明所提方法客观、全面且结果可靠.     

某型飞机环控系统故障诊断系统设计

针对飞机环控系统故障的复杂性与不确定性以及单一故障诊断方法存在的缺陷,设计了融合案例推理(CBR)和规则推理(RBR)的某型飞机环控系统故障诊断系统。提出了以CBR为前导,RBR为后置补充的故障推理模式,并在此基础上对案例特征权值、相似度计算以及规则知识表示进行优化设计,提高了系统诊断的效率和准确率。     

基于QAR数据的关联规则挖掘算法的研究

介绍和分析了关联规则的概念和Apriori算法,针对Apriori算法需要多次扫描数据库而导致运算效率不高的缺点,设计并实现了基于事务标识列表的频繁项集的产生算法——TagList Apriori.对比实验证明,新方法可以有效减少数据库扫描次数,节省运算时间,提高算法的运算效率,提高QAR数据关联规则挖掘的效率.