一种基于混合推理的物联网专家系统实现方法及系统技术方案

本发明专利技术公开了一种基于混合推理的物联网专家系统实现方法及系统，所述方法包括：将物联网设备加入已建立的物联网云平台，并将物联网设备的状态变化实时发送给物联网云平台；将多种知识提取方法有机组合，形成不同智能程度的混合知识库；将混合知识库中的规则或知识进行集成，形成供推理使用的推理引擎；根据状态信息和环境状态信息进行拓展关联信息，将关联信息输入到推理引擎中进行推理和决策；将排序后的规则以及相应的推理决策原因返回给物联网云平台，并由物联网云平台向用户发送具体的规则产生原因；接收用户根据物联网设备运行状态及相关规则推理过程的解释，并向物联网云平台反馈规则的准确度，提升了知识推理的智能化和准确化。

【技术实现步骤摘要】
一种基于混合推理的物联网专家系统实现方法及系统
本专利技术涉及物联网
，尤其涉及一种基于混合推理的物联网专家系统实现方法、系统及存储介质。
技术介绍
专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。目前专家系统技术在物联网
，其主要应用方法为针对较为具体的应用领域提供单一的来源的知识库或控制规则，主要缺陷表现为知识来源单一、知识或规则提取速度较慢、无法从海量数据当中提取和获得知识、缺少对非结构化数据当中知识的提取和分析，在知识推理的智能化和准确化方面，还有很大不足。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术的主要目的在于提供一种基于混合推理的物联网专家系统实现方法、系统及存储介质，旨在解决现有技术中专家系统在知识推理的智能化和准确化不足的问题。为实现上述目的，本专利技术提供一种基于混合推理的物联网专家系统实现方法，所述基于混合推理的物联网专家系统实现方法包括如下步骤：建立物联网云平台，将物联网设备加入所述物联网云平台，并将所述物联网设备的状态变化实时发送给所述物联网云平台；<br>将多种不同范式的知识提取方法有机组合，形成不同智能程度的混合知识库；将所述混合知识库中的规则或知识进行集成，形成供推理使用的推理引擎；根据所述物联网设备的状态信息和环境状态信息进行拓展关联信息，并将关联信息输入到所述推理引擎中进行推理和决策；将排序后的规则以及相应的推理决策原因返回给所述物联网云平台，并由所述物联网云平台向用户发送具体的规则产生原因；接收用户根据所述物联网设备运行状态及相关规则推理过程的解释，并向所述物联网云平台反馈规则的准确度。可选地，所述的基于混合推理的物联网专家系统实现方法，其中，所述物联网设备的状态包括：运行状态、运行时间、当前状态、是否开机，所在环境的温度、光照强度、氧气含量、气压和声音大小。可选地，所述的基于混合推理的物联网专家系统实现方法，其中，所述建立物联网云平台，将物联网设备加入所述物联网云平台，并将所述物联网设备的状态变化实时发送给云服务，还包括：记录用户主动控制所述物联网设备时的相关环境信息和控制信息。可选地，所述的基于混合推理的物联网专家系统实现方法，其中，构建所述混合知识库的方式包括：群智协同方法、人类专家提取领域知识、神经网络提取法、数据挖掘提取法以及后台运营策略控制。可选地，所述的基于混合推理的物联网专家系统实现方法，其中，所述群智协同方法为利用群体性智慧进行协同化知识收集与共享；所述人类专家提取领域知识为通过观察或者访问人类专家以获得产生式规则来表述知识；所述神经网络提取法为通过利用神经网络在用户主动控制物联网设备时的相关环境信息和控制信息数据集的基础上进行模型的训练；所述数据挖掘提取法为利用数据挖掘技术从海量设备运行数据中挖掘关联规则；所述后台运营策略控制为构建相关设备的控制策略。可选地，所述的基于混合推理的物联网专家系统实现方法，其中，所述推理引擎包括：规则推理引擎和融合推理引擎。可选地，所述的基于混合推理的物联网专家系统实现方法，其中，所述规则推理引擎用于负责针对人类专家提取领域知识的知识进行推理；所述融合推理引擎用于将规则推理引擎、神经网络模型、数据挖掘产生的规则模型或者决策树模型进行统一的整合，形成最终对外服务的引擎，融合多种提取出来的知识进行推理决策服务。可选地，所述的基于混合推理的物联网专家系统实现方法，其中，所述根据所述物联网设备的状态信息和环境状态信息进行拓展关联信息，并将关联信息输入到所述推理引擎中进行推理和决策，具体包括：根据所述物联网设备当前状态进行综合推理，由所述推理引擎获得关联信息后，分别从即群智协同知识库、人类专家提取领域知识库、神经网络模型、数据挖掘模型库以及运营控制策略库当中分别匹配相应的控制规则；从所述规则推理引擎当中获得基于人类专家领域知识库的推理规则，再将所有规则按照一定规则执行并进行消除冲突后将规则返回给所述物联网设备。此外，为实现上述目的，本专利技术还提供一种基于混合推理的物联网专家系统实现系统，其中，所述系统包括：物联网云平台，与所述物联网云平台连接的多个物联网设备，与所述物联网云平台连接的专家系统，所述专家系统包括混合智能推理模块；所有所述物联网设备加入所述物联网云平台，所述物联网云平台实时监测所述物联网设备的状态变化；所述混合智能推理模块用于将混合知识库中的规则或知识进行集成形成供推理使用的推理引擎，所述推理引擎包括规则推理引擎和融合推理引擎；所述物联网设备将自身的状态信息和所在的环境状态信息上传到所述物联网云平台，所述物联网云平台针对所述物联网设备状态信息和环境状态信息进行拓展关联信息后，将关联信息整体输入到所述融合推理引擎当中进行推理和决策；所述融合推理引擎将排序后的规则以及相应的推理决策原因返回给所述物联网云平台，并由所述物联网云平台向用户发送具体的规则产生原因；用户根据所述物联网设备运行状态及相关规则推理过程的解释，并向所述物联网云平台反馈规则的准确度。此外，为实现上述目的，本专利技术还提供一种存储介质，其中，所述存储介质存储有基于混合推理的物联网专家系统实现程序，所述基于混合推理的物联网专家系统实现程序被处理器执行时实现如上所述的基于混合推理的物联网专家系统实现方法的步骤。本专利技术通过建立物联网云平台，将物联网设备加入所述物联网云平台，并将所述物联网设备的状态变化实时发送给所述物联网云平台；将多种不同范式的知识提取方法有机组合，形成不同智能程度的混合知识库；将所述混合知识库中的规则或知识进行集成，形成供推理使用的推理引擎；根据所述物联网设备的状态信息和环境状态信息进行拓展关联信息，并将关联信息输入到所述推理引擎中进行推理和决策；将排序后的规则以及相应的推理决策原因返回给所述物联网云平台，并由所述物联网云平台向用户发送具体的规则产生原因；接收用户根据所述物联网设备运行状态及相关规则推理过程的解释，并向所述物联网云平台反馈规则的准确度。本专利技术通过将多种知识提取方法进行整合，实现海量规则的快速分析与提取，提升了知识推理的智能化和准确化。附图说明图1是本专利技术基于混合推理的物联网专家系统实现方法的较佳实施例的流程图；图2是本专利技术基于混合推理的物联网专家系统实现方法的较佳实施例的基本原理图；图3为本专利技术基于混合推理的物联网专家系统实现系统的较佳实施例的运行环境示意图。具体实施方式为使本文档来自技高网...

【技术保护点】
1.一种基于混合推理的物联网专家系统实现方法，其特征在于，所述方法包括：/n建立物联网云平台，将物联网设备加入所述物联网云平台，并将所述物联网设备的状态变化实时发送给所述物联网云平台；/n将多种不同范式的知识提取方法有机组合，形成不同智能程度的混合知识库；/n将所述混合知识库中的规则或知识进行集成，形成供推理使用的推理引擎；/n根据所述物联网设备的状态信息和环境状态信息进行拓展关联信息，并将关联信息输入到所述推理引擎中进行推理和决策；/n将排序后的规则以及相应的推理决策原因返回给所述物联网云平台，并由所述物联网云平台向用户发送具体的规则产生原因；/n接收用户根据所述物联网设备运行状态及相关规则推理过程的解释，并向所述物联网云平台反馈规则的准确度。/n

【技术特征摘要】
1.一种基于混合推理的物联网专家系统实现方法，其特征在于，所述方法包括：
建立物联网云平台，将物联网设备加入所述物联网云平台，并将所述物联网设备的状态变化实时发送给所述物联网云平台；
将多种不同范式的知识提取方法有机组合，形成不同智能程度的混合知识库；
将所述混合知识库中的规则或知识进行集成，形成供推理使用的推理引擎；
根据所述物联网设备的状态信息和环境状态信息进行拓展关联信息，并将关联信息输入到所述推理引擎中进行推理和决策；
将排序后的规则以及相应的推理决策原因返回给所述物联网云平台，并由所述物联网云平台向用户发送具体的规则产生原因；
接收用户根据所述物联网设备运行状态及相关规则推理过程的解释，并向所述物联网云平台反馈规则的准确度。


2.根据权利要求1所述的基于混合推理的物联网专家系统实现方法，其特征在于，所述物联网设备的状态包括：运行状态、运行时间、当前状态、是否开机，所在环境的温度、光照强度、氧气含量、气压和声音大小。


3.根据权利要求1所述的基于混合推理的物联网专家系统实现方法，其特征在于，所述建立物联网云平台，将物联网设备加入所述物联网云平台，并将所述物联网设备的状态变化实时发送给云服务，还包括：
记录用户主动控制所述物联网设备时的相关环境信息和控制信息。


4.根据权利要求1所述的基于混合推理的物联网专家系统实现方法，其特征在于，构建所述混合知识库的方式包括：群智协同方法、人类专家提取领域知识、神经网络提取法、数据挖掘提取法以及后台运营策略控制。


5.根据权利要求4所述的基于混合推理的物联网专家系统实现方法，其特征在于，所述群智协同方法为利用群体性智慧进行协同化知识收集与共享；
所述人类专家提取领域知识为通过观察或者访问人类专家以获得产生式规则来表述知识；
所述神经网络提取法为通过利用神经网络在用户主动控制物联网设备时的相关环境信息和控制信息数据集的基础上进行模型的训练；
所述数据挖掘提取法为利用数据挖掘技术从海量设备运行数据中挖掘关联规则；
所述后台运营策略控制为构建相关设备的控制策略。


6.根据权利要求1所述的基于混合推理的物联网专家系统实现方法，其特征在于，所述推理引擎包括：规则推理引擎和融合推理引擎。

【专利技术属性】
技术研发人员：吴旭，吴云鹤，李晓榕，
申请(专利权)人：深圳市酷开网络科技有限公司，
类型：发明
国别省市：广东;44