一种基于混合推理的自然环境效应知识推理方法技术

本发明专利技术公开了一种基于混合推理的自然环境效应知识推理方法，借助这个方法能够对结构化的显性知识(如本体模型)进行隐性知识挖掘，使自然环境效应与可靠性设计分析形成动态联系，使得自然环境效应相关知识能够在实际的可靠性设计分析工作中得到应用。步骤如下：1构建自然环境效应知识的案例推理。包括，基于特征向量的案例库构建以及基于属性相似性测度的案例推理方法。2构建自然环境效应知识的规则推理。3设计自然环境效应知识的混合推理规则。 1

A knowledge reasoning method for natural environmental effects based on hybrid reasoning

This invention discloses a knowledge reasoning method of natural environment effect based on mixed reasoning, which can make implicit knowledge mining of structured explicit knowledge, such as ontology model, and make the natural environment effect dynamic contact with reliability design analysis, so that the knowledge of natural environment effect can be practical. The reliability design and analysis work has been applied. The steps are as follows: 1 constructing case reasoning of natural environmental effect knowledge. It includes case library construction based on eigenvector and case based reasoning based on attribute similarity measure. 2 the rule reasoning of constructing the knowledge of natural environment effect. 3 design a mixed inference rule for knowledge of natural environmental effects. One

【技术实现步骤摘要】
一种基于混合推理的自然环境效应知识推理方法所属
本专利技术提供了一种基于混合推理的自然环境效应知识推理方法。该方法能够对结构化的显性知识(如本体模型)进行隐性知识挖掘，也就是从这些显性知识中找到设计者需要的知识。通过知识推理的方式使自然环境效应与可靠性设计分析形成动态联系，使得自然环境效应相关知识能够在实际的可靠性设计分析工作中得到应用。本专利技术属于可靠性与系统工程领域。
技术介绍
自然环境对军工产品可靠性的影响日益严重，但是自然环境效应数据在可靠性设计分析过程中，还缺乏系统性、合理化的应用。为了实现自然环境效应知识在可靠性设计分析中的应用或重用，仅仅应用结构化的显性化知识(如基于本体理论构建的显性化知识)是往往不够的，还需要进一步挖掘其中的隐性知识并加以利用。也就是说，仅仅建立自然环境效应、可靠性设计分析的基本概念与关系，还不能实现知识的实际应用，还需要通过知识推理的方式使自然环境效应与可靠性设计分析形成动态联系。因此，通过混合推理的知识推理方式，从显性知识中挖掘设计需要的知识，从而实现自然环境效应知识在可靠性设计分析中的应用。
技术实现思路
针对上述问题，本专利技术提出了基于规则推理和基于案例推理的混合推理方式，实现自然环境效应与可靠性设计分析的动态联系。本专利技术是一种自然环境效应与可靠性设计分析的知识体系构建方法，主要包含以下四部分：第一部分：构建自然环境效应知识的案例推理基于案例的推理是根据一定的规则，从大量知识中检索出之前对此类问题的解决经验和相似案例，并判断其是否适应于现在的待解决的问题，进行适当的修正后最终给出一个或若干个合理的解决方案。构建过程包括如下几个步骤：步骤1：定义案例结构，以此基于特征向量法从环境效应本体中提取相关领域知识，继而形成案例，将案例汇总，形成自然环境效应知识的案例库。具体内容如下：案例结构主要包括：问题和情景描述、解决方法和实施效果。因此，可以将案例表示为一个多元组，其定义如下：C＝{A,S,O}其中，A＝{a1,a2,…,an}是一个非空有限集合，用于表示对案例的说明性信息，是对案例的问题的特征属性集合；如用于案例检索的名称、类型、应用背景等。S＝{s1,s2,…,sn}是一个非空有限集合，用于表示解决方法的特征属性。O＝{o1,o2,…,on}是一个可空有限集合，用于表示案例方法实施的结果。为了增加案例检索准确性和效率，可以与环境效应本体相结合，对问题属性进行详细划分。最后将上述集合，进行存储，形成自然环境效应知识的案例库。步骤2：建立案例推理算法，应用属性相似性测度方法，对案例属性的相似度评定，从而获取最优的案例。具体内容如下：1)以推理条件i中的属性信息，构建推理条件属性向量S＝[aik]，且另向量S中所有元素值为零；2)对推理条件中的每个属性赋予其权重值wk，得到权重值向量W；3)提取已有案例的属性，构造与向量S维数相同的案例属性向量S*＝[ajk]，如果案例中存在与推理条件中的属性匹配项时，则向量S*内对应的元素值置为1，否则为0；4)在案例检索时，应用以下表达式，逐一计算推理条件和已有案例的距离值，获取SIM值最小的案例：其中：ci为推理条件i，cj为案例j；aik和ajk分别为推理条件i和案例j的第k个属性，n为案例属性的数量，这里取r＝2(欧几里德距离函数形式)，SIM为距离值。第二部分：构建自然环境效应知识的规则推理案例推理的过程较为依赖于经验和已有案例，经验和已有案例的质量对推理结果具有极大影响，因此，引入规则推理进行补充，规则推理中的规则一旦被提出来，其概括性和正确性是肯定的。首先，建立规则提取算法，选用基于粗糙集的规则提取方法，将经验数据和案例中易于证实的规则知识提取出来，进而将规则进行存储，形成自然环境效应知识规则库。具体内容如下：1)提取案例中的问题特征属性集A和解决方案属性集S，构成二维的数据视图。利用基于可辨识矩阵和逻辑运算的方法约简属性。2)根据决策规则表计算可辨识矩阵CD，CD(i,j)表示可辨识矩阵中的第i行j列的元素：其中，i,j＝1,2,…,n3)将CD中的元素用析取逻辑表达式Lij表示：4)将所有的析取逻辑表达式Lij进行合取运算，得一个合取范式L，即5)将合取范式L转换为析取范式的形式，得6)得到约简结果，析取范式中的合取项即为提取规则。7)将已提取的到的案例进行存储，形成规则库，进而根据规则的条件属性的匹配，选取相应的规则。第三部分：设计自然环境效应知识的混合推理规则配置完成CBR和RBR推理所需的案例库和规则库后，需要设计混合推理规则，从而在进行考虑自然环境效应的可靠性设计分析时完成对案例库和规则库的调用。附图说明图1为本专利技术中基于混合推理的自然环境效应知识推理方法的整体架构图2案例库的创建过程示意图图3混合推理的具体步骤示意图具体实施方式实施的条件：要实现本专利技术一种基于混合推理的自然环境效应知识推理方法，需依托非本
技术实现思路
的自然环境效应本体模型。实施方式说明：本专利技术是一种基于混合推理的自然环境效应知识推理方法，该方法的流程框图如图1所示，具体实施方式说明如下：第一部分：构建自然环境效应知识的案例推理基于案例的推理是根据一定的规则，从大量知识中检索出之前对此类问题的解决经验和相似案例，并判断其是否适应于现在的待解决的问题，进行适当的修正后最终给出一个或若干个合理的解决方案。构建过程包括如下几个步骤：步骤1：定义案例结构，以此基于特征向量法从环境效应本体中提取相关领域知识，继而形成案例，将案例汇总，形成自然环境效应知识的案例库。具体内容如下：案例结构主要包括：问题和情景描述、解决方法和实施效果。因此，可以将案例表示为一个多元组，其定义如下：C＝{A,S,O}其中，A＝{a1,a2,…,an}是一个非空有限集合，用于表示对案例的说明性信息，是对案例的问题的特征属性集合；如用于案例检索的名称、类型、应用背景等。S＝{s1,s2,…,sn}是一个非空有限集合，用于表示解决方法的特征属性。O＝{o1,o2,…,on}是一个可空有限集合，用于表示案例方法实施的结果。为了增加案例检索准确性和效率，与环境效应本体相结合，可对问题属性进行详细划分。最后将上述集合，进行存储，形成自然环境效应知识的案例库。举例如下：为了增加案例检索准确性和效率，与环境效应本体相结合，问题属性被划分为产品属性、环境属性和故障属性，具体如表1所示。案例提取过程如图2所示。表1问题属性划分表基于此划分内容，选用在亚湿热酸雨环境下应用的橡胶密封圈为例，对案例结构做出说明，以表格的形式表示如下：表2案例结构示意步骤2：建立案例推理算法，应用属性相似性测度方法，对案例属性的相似度评定，从而获取最优的案例。具体内容如下：1)以推理条件i中的属性信息，构建推理条件属性向量S＝[aik]，且另向量S中所有元素值为零；2)对推理条件中的每个属性赋予其权重值wk，得到权重值向量W；3)提取已有案例的属性，构造与向量S维数相同的案例属性向量S*＝[ajk]，如果案例中存在与推理条件中的属性匹配项时，则向量S*内对应的元素值置为1，否则为0；4)在案例检索时，应用以下表达式，逐一计算推理条件和已有案例的距离值，获取SIM值最小的案例：其中：ci为推理条件i，cj为案例j；aik本文档来自技高网...

【技术保护点】
1.一种基于混合推理的自然环境效应知识推理方法，主要包含以下三部分：

【技术特征摘要】
1.一种基于混合推理的自然环境效应知识推理方法，主要包含以下三部分：第一部分：构建自然环境效应知识的案例推理基于案例的推理是根据一定的规则，从大量知识中检索出之前对此类问题的解决经验和相似案例，并判断其是否适应于现在的待解决的问题，进行适当的修正后最终给出一个或若干个合理的解决方案。构建过程包括如下几个步骤：步骤1：定义案例结构，以此基于特征向量法从环境效应本体中提取相关领域知识，继而形成案例，将案例汇总，形成自然环境效应知识的案例库。具体内容如下：案例结构主要包括：问题和情景描述、解决方法和实施效果。因此，可以将案例表示为一个多元组，其定义如下：C＝{A,S,O}其中，A＝{a1,a2,…,an}是一个非空有限集合，用于表示对案例的说明性信息，是对案例的问题的特征属性集合；如用于案例检索的名称、类型、应用背景等。S＝{s1,s2,…,sn}是一个非空有限集合，用于表示解决方法的特征属性。O＝{o1,o2,…,on}是一个可空有限集合，用于表示案例方法实施的结果。为了增加案例检索准确性和效率，可以与环境效应本体相结合，对问题属性进行详细划分。最后将上述集合，进行存储，形成自然环境效应知识的案例库。步骤2：建立案例推理算法，应用属性相似性测度方法，对案例属性的相似度评定，从而获取最优的案例。具体内容如下：1)以推理条件i中的属性信息，构建推理条件属性向量S＝[aik]，且另向量S中所有元素值为零；2)对推理条件中的每个属性赋予其权重值wk，得到权重值向量W；3)提取已有案例的属性，构造与向量S维数相同的案例属性向量S*＝[ajk]，如果案例中存在与推理条件中的属性匹配...

【专利技术属性】
技术研发人员：孙博，李豫，冯强，任羿，杨德真，王自力，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11