对知识库的业务数据处理信息表进行更新的方法和装置制造方法及图纸

根据本发明专利技术，提出了一种对智能工厂的知识库的业务数据处理信息表进行更新的方法，包括：获取与业务数据处理信息表中的业务数据的处理规则对应的时间敏感度因子的修正量；读取该处理规则的历史时间敏感度因子；利用所获取的时间敏感度因子的修正量与所读取的历史时间敏感度因子，更新该处理规则的时间敏感度因子；从所述知识库读取该处理规则的可信度；基于更新后的时间敏感度因子与所读取的可信度，来计算该处理规则的排序参数；以及根据所计算出的排序参数，对所述业务数据处理信息表中的该处理规则和与该处理规则对应的业务数据的排序进行更新。

Method and Device for Updating Business Data Processing Information Table of Knowledge Base

According to the invention, a method for updating the business data processing information table of the knowledge base of the intelligent factory is proposed, which includes acquiring the correction of the time sensitivity factor corresponding to the processing rules of the business data in the business data processing information table, reading the historical time sensitivity factor of the processing rules, and utilizing the time sensitivity factor of the processing rules. The correction of the obtained time sensitivity factor and the read historical time sensitivity factor update the time sensitivity factor of the processing rule, read the reliability of the processing rule from the knowledge base, and calculate the ranking parameters of the processing rule based on the updated time sensitivity factor and the read reliability. And update the processing rules in the business data processing information table and the order of business data corresponding to the processing rules according to the calculated ranking parameters.

【技术实现步骤摘要】
对知识库的业务数据处理信息表进行更新的方法和装置
本专利技术涉及一种对智能工厂的知识库的业务数据处理信息表进行更新的方法和装置，能够利用业务数据的处理规则的可信度和时间敏感度因子对该处理规则和与该处理规则对应的业务数据进行排序的更新，从而对智能工厂的知识库的业务数据处理信息表进行更新。
技术介绍
知识库(KnowledgeBase)，又称为智能数据库或人工智能数据库。知识库是知识工程中结构化、易操作、易利用、全面有组织的知识集群，是针对某一(或某些)领域问题求解的需要，采用某种(或若干)知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。这些知识片包括与领域相关的理论知识、事实数据，由专家经验得到的启发式知识，如某领域内有关的定义、定理和运算法则以及常识性知识等。如图1所示，在智能工厂中，连接到智能网关的设备不仅有经由工业网关而与其相连的传统的PLC(可编程逻辑控制器)、传感器等设备，而且还有一些与其直接连接的新型传感器、摄像头等设备。新型设备带来了业务数据的丰富多样，如视频、音频和语音数据，温度、湿度、转速等等。另外，随着定制化生产的发展，业务问题与业务规则也势必越来越复杂。为适应这样的形势，可以将知识库应用于工厂(私有云)内及工厂外的公有云内以增加灵活性。中国专利公开CN103177092A提出了一种对知识库数据进行更新的方案。如图4所示，根据该方案，在步骤S110，获取用户对数据信息的反馈信息；在步骤S120，读取数据信息对应的可信度、反馈次数及反馈信息；在步骤S130，根据所述数据信息对应的可信度、反馈次数及所述反馈信息来更新所述可信度。通过该方案，可有效提高数据访问的准确率。知识库更新可信度的方法为B＝(b*k*cl+c*c2)/(k*c1+c2)(其中b和k分别为读取到的所述数据信息对应的可信度及反馈次数，c为用户对所述数据信息的反馈信息，c1，c2为权值，B为更新后的可信度)。另外，可以根据可信度的大小，对所述数据信息进行重新排序。当访问知识库中的数据信息时，可按照可信度由大到小的顺序依次查询数据信息。当首次查找到匹配的数据信息后，该数据信息便为所有匹配的数据信息中可信度最大的数据信息。在上述的现有技术的方案中，仅按照可信度的大小对知识库中的数据信息进行排序。但是，在智能工厂生产中通常存在这样的情况：虽然可信度不高，但如果出现必须得到及时处理。例如一些时间紧迫型的任务，如警报的处理需要尽可能快速地响应，警报信息可能根据紧迫程度进行分类，如一级警报、二级警报、三级警报等，每级警报对应的响应时间不同。因此，仅按照可信度的大小的已有排序方式可能存在时间响应不及时的风险。
技术实现思路
为了克服现有技术的上述缺陷提出了本专利技术。因此，本专利技术的目的之一是提出一种对智能工厂的知识库的业务数据处理信息表进行更新的方法和装置，能够利用业务数据的处理规则的可信度和时间敏感度因子对该处理规则和与该处理规则对应的业务数据进行排序的更新，从而对智能工厂的知识库的业务数据处理信息表进行更新。根据本专利技术，提出了一种对智能工厂的知识库的业务数据处理信息表进行更新的方法，包括：获取与业务数据处理信息表中的业务数据的处理规则对应的时间敏感度因子的修正量；读取该处理规则的历史时间敏感度因子；利用所获取的时间敏感度因子的修正量与所读取的历史时间敏感度因子，更新该处理规则的时间敏感度因子；从所述知识库读取该处理规则的可信度；基于更新后的时间敏感度因子与所读取的可信度，来计算该处理规则的排序参数；以及根据所计算出的排序参数，对所述业务数据处理信息表中的该处理规则和与该处理规则对应的业务数据的排序进行更新。优选地，所述业务数据处理信息表包括：业务数据、业务数据的处理规则、处理规则的可信度、以及处理规则的时间敏感度因子。优选地，所述时间敏感度因子越小，所述业务数据的处理规则和与该处理规则对应的业务数据的排序越靠前；所述时间敏感度因子越大，所述业务数据的处理规则和与该处理规则对应的业务数据的排序越靠后。优选地，所述处理规则的排序参数与智能工厂所处的行业的行业系数有关。优选地，所述业务数据是通过查询业务数据处理信息表而得到的针对该业务数据的排序靠前的处理规则来处理的。优选地，所述时间敏感度因子的修正量是从包括传感器和摄像头的设备获得的。另外，根据本专利技术，还提出了一种对智能工厂的知识库的业务数据处理信息表进行更新的装置，包括：获取与业务数据处理信息表中的业务数据的处理规则对应的时间敏感度因子的修正量的单元；读取该处理规则的历史时间敏感度因子的单元；利用所获取的时间敏感度因子的修正量与所读取的历史时间敏感度因子，更新该处理规则的时间敏感度因子的单元；从所述知识库读取该处理规则的可信度的单元；基于更新后的时间敏感度因子与所读取的可信度，来计算该处理规则的排序参数的单元；以及根据所计算出的排序参数，对所述业务数据处理信息表中的该处理规则和与该处理规则对应的业务数据的排序进行更新的单元。专利技术效果根据本专利技术，能够利用业务数据的处理规则的可信度和时间敏感度因子对该处理规则和与该处理规则对应的业务数据进行排序的更新，从而对智能工厂的知识库的业务数据处理信息表进行更新。由此，在对业务处理进行处理时，能够以这样排序后的靠前的处理规则对业务数据进行处理，因此能够考虑到时间紧迫性等对业务数据进行处理。附图说明通过参考附图的详细描述，本专利技术的上述目的和优点将变得更清楚，其中：图1是用于说明智能工厂内的装置配置和知识库配置的示意图。图2是示出了根据本专利技术的由服务器对知识库中的业务数据进行处理的方法的流程图。图3是示出了根据本专利技术的对知识库中的业务数据处理信息表进行更新的方法的流程图。图4是示出了现有技术的对数据信息的可信度进行更新的方法的流程图。具体实施方式下面将参考附图描述本专利技术的优选实施例。在附图中，相同的元件将由相同的参考符号或数字表示。此外，在本专利技术的下列描述中，将省略对已知功能和配置的具体描述，以避免使本专利技术的主题不清楚。根据本专利技术，可以在智能工厂的知识库中的业务数据处理信息表中，针对业务数据及其处理规则，增加响应时间的字段，单位可以诸如为毫秒。可以将此响应时间规定为时间敏感度因子T。某条数据信息对时间越敏感，则T越小且T＞0。T的数值可以表明此条数据信息在时间上紧迫的级别。下表1示出了智能工厂的知识库中的业务数据处理信息表的一个示例，其中添加了时间敏感度因子T。表1如表1所示，针对业务数据及其处理规则(根据业务数据的特点规定的处理方法)设置有可信度B和时间敏感度因子T。关于时间敏感度因子T的值，可以事先为不同的业务数据的处理规则设定各自的初始值，然后，可以根据从传感器和摄像头等设备接收到的T值的修正值来对其进行更新。T值的更新值Tnew可以按照以下公式1来计算。Tnew＝T。ld+x公式1这里，Told为当前读取到的所述数据信息的时间敏感度因子，x为从传感器和摄像头等设备接收到的业务数据的处理规则的时间敏感度因子的修正量。针对业务数据的排序参数F可以根据诸如以下公式2来计算F＝B+C/T公式2这里，C为智能工厂所处的行业的行业系数，这里，行业系数可根据制造行业对时间紧迫型任务占全部任务的百分比而定，C＞0且为常数；B为可信度；本文档来自技高网...

【技术保护点】
1.一种对智能工厂的知识库的业务数据处理信息表进行更新的方法，包括：获取与业务数据处理信息表中的业务数据的处理规则对应的时间敏感度因子的修正量；读取该处理规则的历史时间敏感度因子；利用所获取的时间敏感度因子的修正量与所读取的历史时间敏感度因子，更新该处理规则的时间敏感度因子；从所述知识库读取该处理规则的可信度；基于更新后的时间敏感度因子与所读取的可信度，来计算该处理规则的排序参数；以及根据所计算出的排序参数，对所述业务数据处理信息表中的该处理规则和与该处理规则对应的业务数据的排序进行更新。

【技术特征摘要】
1.一种对智能工厂的知识库的业务数据处理信息表进行更新的方法，包括：获取与业务数据处理信息表中的业务数据的处理规则对应的时间敏感度因子的修正量；读取该处理规则的历史时间敏感度因子；利用所获取的时间敏感度因子的修正量与所读取的历史时间敏感度因子，更新该处理规则的时间敏感度因子；从所述知识库读取该处理规则的可信度；基于更新后的时间敏感度因子与所读取的可信度，来计算该处理规则的排序参数；以及根据所计算出的排序参数，对所述业务数据处理信息表中的该处理规则和与该处理规则对应的业务数据的排序进行更新。2.根据权利要求1所述的方法，其中，所述业务数据处理信息表包括：业务数据、业务数据的处理规则、处理规则的可信度、以及处理规则的时间敏感度因子。3.根据权利要求1所述的方法，其中，所述时间敏感度因子越小，所述业务数据的处理规则和与该处理规则对应的业务数据的排序越靠前；所述时间敏感度因子越大，所述业务数据的处理规则和与该处理规则对应的业务数据的排序越靠后。...

【专利技术属性】
技术研发人员：曾智嵘，马元琛，张杨，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：日本,JP