The invention relates to a digital workshop process decision making method based on decision tree and expert system. The process production data is divided into box processing to generate the interval fuzzy process production data. Based on the decision tree algorithm, the fuzzy rules are generated and the fuzzy rules are generated and the fuzzy rules are introduced. In the library, the reasoning machine monitors real-time parameter data in the database based on the process, and makes fuzzy reasoning through the interaction with the fuzzy rule base to generate the process decision. The invention is aimed at the training and learning of the process data of the digital workshop, generates knowledge rules, and then realizes the process decision rule from the daily process production data of the digital workshop and overcomes the bottleneck of the expert experience knowledge. In the process of reasoning, only the new fuzzy facts and the fuzzy rule base are added to the fact library. The matching of fuzzy rule antecedents improves the reasoning speed and avoids the low efficiency of inference when the number of knowledge rules is large.
【技术实现步骤摘要】
一种基于决策树和专家系统的数字化车间工艺决策方法
本专利技术涉及数字化车间
,具体地说是一种基于决策树和专家系统的数字化车间工艺决策方法。
技术介绍
数字化车间是数字化、网络技术在生产车间的综合应用,它将数控设备与工艺设计系统、生产组织系统和其他管理系统的信息进行集成,形成综合信息流自动化的集成制造系统。由于数字化车间工艺具有产品规格繁多、结构复杂、技术难度大等行业特点,对数字化车间工艺决策的高效性、稳定性和可靠性提出了更高的要求,而智能决策技术为这种要求开辟了新途径,智能决策主要包括生产决策调整、故障检测与诊断等,将智能决策技术应用于数字化车间工艺决策具有很高的价值。随着人工智能技术的不断发展,智能决策已经进入了一个新的阶段,而专家系统技术作为人工智能领域很活跃的一个分支,取得了广泛的应用。这种方法不依赖于系统的数学模型,它根据领域专家总结的经验知识,进行推理和判断,模拟人类专家的决策过程,来解决那些需要人类专家处理的复杂问题。由此可见,专家系统技术建立并维护知识库,模拟人类的思维方式进行智能决策,不仅能大大提高决策的准确性和可靠性,而且减少了对人类专家经验的依赖,提高了智能决策的自动化程度。目前的专家系统技术大多依赖于从领域专家总结的经验知识,容易碰到知识获取瓶颈,并且缺少从数字化车间日常工艺生产数据中发现规律的机制,知识库的完备性不易保障;另一方面,在知识规则数目较多时,推理机运行效率容易低下,不利于数字化车间工艺决策的高效实时应用。
技术实现思路
针对现有技术的不足,本专利技术提供一种基于决策树和专家系统的数字化车间工艺决策方法,利用决策树算法来 ...
【技术保护点】
1.一种基于决策树和专家系统的数字化车间工艺决策方法,其特征在于:包括以下步骤:步骤1:针对工艺生产数据进行分箱处理,生成区间化的模糊工艺生产数据;步骤2:基于决策树算法来针对模糊工艺生产数据进行训练学习,生成模糊规则,并导入模糊规则库中;步骤3:推理机基于工艺实时监测数据库中的实时参数数据,通过与模糊规则库的交互来进行模糊推理,生成工艺决策。
【技术特征摘要】
1.一种基于决策树和专家系统的数字化车间工艺决策方法,其特征在于:包括以下步骤:步骤1:针对工艺生产数据进行分箱处理,生成区间化的模糊工艺生产数据;步骤2:基于决策树算法来针对模糊工艺生产数据进行训练学习,生成模糊规则,并导入模糊规则库中;步骤3:推理机基于工艺实时监测数据库中的实时参数数据,通过与模糊规则库的交互来进行模糊推理,生成工艺决策。2.根据权利要求1所述的基于决策树和专家系统的数字化车间工艺决策方法,其特征在于:所述分箱处理过程为:通过日常工艺运行情况,自定义各个工艺参数的分箱区间,并根据分箱区间的命名生成区间化的模糊工艺生产数据。3.根据权利要求1所述的基于决策树和专家系统的数字化车间工艺决策方法,其特征在于:所述生成模糊规则的过程为:步骤1:对数据化车间工艺生产效率进行统计分析,选取工艺生产效率大于生产效率阈值的时间区间内的模糊工艺生产数据作为决策树的训练样本;步骤2:基于决策树C4.5算法来针对筛选过工艺生产效率的模糊工艺生产数据进行决策树的训练学习,用信息增益率来选择属性分裂,并且在构造树的过程中进行剪枝;步骤3:根据决策树的各个分支,生成模糊规则;步骤4:为生成的模糊规则分配模糊规则...
【专利技术属性】
技术研发人员:史海波,潘福成,里鹏,于淼,段彬,胡国良,
申请(专利权)人:中国科学院沈阳自动化研究所,
类型:发明
国别省市:辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。