目前类比推理法在油墨分析计算机管理系统中的应

类比推理法在油墨分析计算机管理系统中的应用

在油墨成分分析应用领域常常有某一油墨不符合使用要求的情况发生。如果能把不符合使用要求的油墨样品通过添加助剂、掺配等方式使之成为合格油墨,则可以使有限的油墨资源得到最充分的利用,这是一项有巨大经济效益的油墨应用业务。

由于油墨成分的复杂性,很难预测添加助剂、掺配后油墨品质的变化方向,因此,对特定油墨、特定指标不合格的处理方法,具有很大的盲目性。本文提出了一个基于数据挖掘技术的类比推理系统——油墨分析计算机管理系统(OACMS)来指导油墨指标的修正。

一、 基本思想和求解模型

基于类比推理的启发式搜索技术,是通过类比这种方法获得与新问题相似的过去问题的求解过程，作为启发信息来指导F：长时间使用可靠性高新问题的求解,从而可减少搜索的盲目性,缩小搜索范围,降低问题求解的难度。

一般基于类比推理的启发式搜索都直接应用事例库OXFAB工艺成形材料的比强度优于铸造铝、镁和尼龙作为搜索空间,这样处理的结果将导致两个方面的问题:

1．系统的性能会在系统的运行过程中不断降低。随着求解次数的增加,求解事例的不断积累,搜索空间将不断膨胀,虽然这样可以使系统有充分多的机会获得与求解问题相似的过去问题的求解事例,但同时也会导致启发式搜索信息的饱和,使系统效率降低,性能变坏。

2．系统的性能将在很大程度上依赖于搜索费用和事例启发作用的折衷情况。事例库记录的内容不完全,可以降低对事例相似程度的要求,匹配过程可能会比较容易,但是过去事例指导求解的启发作用将减弱;事例库记录的内容过于详尽,则对事例的相似程度要求比较高,匹配过程困难,搜索费用提高,还可能导致系统将比较多地依赖于弱方法进行求解。

现实生活中人类不是把过去的经验一点不漏地存在脑子里,而是用一个通用的数据结构形式来存储,即存在一个从过去的事例数据中挖掘有用信息的过程。这是一种通过不断求解问题、积累经验、增强问题求解能力的有效方法。本文考虑的解决方法是采用数据挖掘技术,从大量的事例库资料中概括抽象出具有层次结构的关联规则,系统通过从规则库中搜索匹配规则求解。由于数据挖掘产生的是层次结构的求解信息,系统可以在降低搜索费用的同时,最大限度地减少信息丢失的影响,保持系统的搜索质量,从而保证系统随着运行时间的增加,问题的求解效率会不断提高。求解模型如图（求解模型）所示。

过去积累的经验知识可以分为两类:浅层次的事例库和从事例库中经过数据挖掘产生的规则库。在系统运行初始时,事例库中缺少求解事例,规则库中有少量简单的过去经验规则,所以系统要采用弱方法进行搜索求解。当系统积累了一定的事例经验后,新问题的求解首先在规则库中进行搜索,若规则应用成功,

图：求解模型

图中： 事例库记录过去事例的求解过程;规则库存储对事例库中的数据进行抽象处理后产生的处理规则;控制策略规定如何判断事件的相似程度;类比推理机制规定在具体相似程度下如何进行业务处理,并完成事例库、规则库和控制策略的增加、修改、删除操作。

则求解成功。否则,搜索事例库,若存在相似问题的求解,则以此为启发信息,指导新问题求解。如果仍然没有相似的过去问题的求解过程,则采用弱方法求解,并将新问题求解过程加入事例库。过去积累的经验越多,规则库的应用越有效;新问题与过去问题的相似程度越高,则求解过程的搜索次数也就越少。

二、系统实现

在同时通过检测角位移信号送给计算机进行数据处理实现过程中,需要解决①如何生成求解事例； ②如何定义和判断两个事例的相似程度； ③如何从大量的事例中抽象出一般性规则； ④如何进行规则库和事例库的维护工作； ⑤如何使用启发信息指导新问题求解等五个方面的问题。

作者:刘志鹏 和克智 许少华

本文来源于络版权归原作者所有，仅供大家共同分可实现简支梁和悬臂梁两种情势的实验享学习，如作者认为涉及侵权，请与我们联系，我们核实后立即删除。