基于工業(yè)以太網(wǎng)故障診斷方法中決策樹(shù)的推理方法
【專利摘要】本發(fā)明公開(kāi)了一種基于工業(yè)以太網(wǎng)故障診斷方法中決策樹(shù)的推理方法，決策樹(shù)包括決策屬性節(jié)點(diǎn)、屬性值分枝和葉節(jié)點(diǎn)，決策屬性節(jié)點(diǎn)是進(jìn)行分類的決策屬性的集合，屬性值分枝是按照決策屬性進(jìn)一步劃分的取值特性的屬性值的集合，葉節(jié)點(diǎn)是決策或分類結(jié)果的集合；利用本方法能夠?yàn)楣I(yè)以太網(wǎng)故障診斷提供有效的推理決策，保證工業(yè)以太網(wǎng)故障診斷的準(zhǔn)確實(shí)施和工作。
【專利說(shuō)明】基于工業(yè)以太網(wǎng)故障診斷方法中決策樹(shù)的推理方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及工業(yè)以太網(wǎng)控制系統(tǒng)【技術(shù)領(lǐng)域】，尤其涉及一種基于工業(yè)以太網(wǎng)故障診斷方法中決策樹(shù)的推理方法。

【背景技術(shù)】
[0002]PROFINET 由 PROFIBUS 國(guó)際組織(PROFIBUS Internat1nal，PI)推出，是新一代基于工業(yè)以太網(wǎng)技術(shù)的自動(dòng)化總線標(biāo)準(zhǔn)。作為一項(xiàng)戰(zhàn)略性的技術(shù)創(chuàng)新，PROFINET為自動(dòng)化通信領(lǐng)域提供了一個(gè)完整的網(wǎng)絡(luò)解決方案，囊括了諸如實(shí)時(shí)以太網(wǎng)、運(yùn)動(dòng)控制、分布式自動(dòng)化、故障安全以及網(wǎng)絡(luò)安全等當(dāng)前自動(dòng)化領(lǐng)域的熱點(diǎn)話題，并且，作為跨供應(yīng)商的技術(shù)，可以完全兼容工業(yè)以太網(wǎng)和現(xiàn)有的現(xiàn)場(chǎng)總線(如PROFIBUS)技術(shù)，保護(hù)現(xiàn)有投資。
[0003]在過(guò)去的幾年間，工業(yè)機(jī)網(wǎng)絡(luò)的規(guī)模經(jīng)歷了爆炸式的增長(zhǎng)。網(wǎng)絡(luò)的應(yīng)用已經(jīng)深入到人們生產(chǎn)的每一個(gè)角落，成為必不可少的基礎(chǔ)設(shè)施。隨著對(duì)網(wǎng)絡(luò)依賴性的加強(qiáng)，人們對(duì)網(wǎng)絡(luò)的可靠性也提出了更高的要求:第一，有穩(wěn)定、高效、安全的網(wǎng)絡(luò)環(huán)境:第二，當(dāng)網(wǎng)絡(luò)發(fā)生故障時(shí)，能夠及時(shí)的檢測(cè)出故障原因并修復(fù)?？梢钥闯觯W(wǎng)絡(luò)故障診斷對(duì)保持網(wǎng)絡(luò)的健康狀態(tài)具有重要的意義。然而在當(dāng)今網(wǎng)絡(luò)環(huán)境下，網(wǎng)絡(luò)故障診斷遇到了前所未有的困難，其主要表現(xiàn)在以下幾個(gè)方面；控制器網(wǎng)絡(luò)無(wú)論從規(guī)模上，還是從網(wǎng)絡(luò)復(fù)雜性和業(yè)務(wù)多樣性上都有了巨大的發(fā)展。大規(guī)模網(wǎng)絡(luò)的故障關(guān)系錯(cuò)綜復(fù)雜，故障原因和故障現(xiàn)象之間的對(duì)應(yīng)關(guān)系模糊，大大提高了故障診斷的難度。
[0004]網(wǎng)絡(luò)設(shè)備的復(fù)雜性也提高了故障診斷的難度。網(wǎng)絡(luò)設(shè)備的復(fù)雜性有兩個(gè)含義:第一是新的網(wǎng)絡(luò)設(shè)備不斷推出，功能越來(lái)越多，越來(lái)越復(fù)雜；第二是設(shè)備提供商數(shù)量眾多，產(chǎn)品規(guī)格和標(biāo)準(zhǔn)不統(tǒng)一。
[0005]隨著PROFINET的廣泛應(yīng)用，控制器技術(shù)和網(wǎng)絡(luò)通信技術(shù)得到迅速發(fā)展，新的數(shù)字通信網(wǎng)絡(luò)不僅擁有多種業(yè)務(wù)流量，而且采用了多種融合的網(wǎng)絡(luò)傳輸技術(shù)。不斷采用的網(wǎng)絡(luò)新技術(shù)對(duì)網(wǎng)絡(luò)故障診斷提出了越來(lái)越高的要求；正是由于上述困難的存在，傳統(tǒng)的依靠網(wǎng)絡(luò)專家人工方式進(jìn)行的故障診斷已經(jīng)不能滿足需要了。當(dāng)代網(wǎng)絡(luò)呼喚智能化的故障診斷技術(shù)，以實(shí)現(xiàn)網(wǎng)絡(luò)故障診斷的自動(dòng)化，將人從繁重的診斷工作中解放出來(lái)。
[0006]智能化網(wǎng)絡(luò)故障診斷技術(shù)有下列四個(gè)方面的難點(diǎn):
第一，故障發(fā)現(xiàn)網(wǎng)絡(luò)故障發(fā)生的不確定性和網(wǎng)絡(luò)軟硬件構(gòu)架的動(dòng)態(tài)變化，使得包括專家在內(nèi)的知識(shí)受到了局限。
[0007]第二，故障定位一個(gè)設(shè)備產(chǎn)生故障會(huì)影響很多和它相連的設(shè)備或子系統(tǒng)，甚至?xí)?dǎo)致網(wǎng)絡(luò)的癱瘓，這種現(xiàn)象就叫做故障關(guān)聯(lián)。
[0008]第三，故障檢測(cè)常規(guī)的故障檢測(cè)方法需要建立數(shù)學(xué)模型，而數(shù)學(xué)模型的復(fù)雜性和精確性難以滿足高速網(wǎng)絡(luò)的實(shí)時(shí)需求；簡(jiǎn)化的數(shù)學(xué)模型又導(dǎo)致實(shí)際控制效果不能令人滿
O
[0009]第四，故障表示由于網(wǎng)絡(luò)應(yīng)用的多樣性與不斷更新，現(xiàn)在還不能找到一個(gè)明確的函數(shù)能表示所有的應(yīng)用層故障。


【發(fā)明內(nèi)容】

[0010]本發(fā)明的目的是提供一種基于工業(yè)以太網(wǎng)故障診斷方法中決策樹(shù)的推理方法，能夠?yàn)楣I(yè)以太網(wǎng)故障診斷提供有效的推理決策，保證工業(yè)以太網(wǎng)故障診斷的準(zhǔn)確實(shí)施和工作。
[0011]本發(fā)明采用的技術(shù)方案為:
一種基于工業(yè)以太網(wǎng)故障診斷方法中決策樹(shù)的推理方法，所述的決策樹(shù)包括決策屬性節(jié)點(diǎn)、屬性值分枝和葉節(jié)點(diǎn)，決策屬性節(jié)點(diǎn)是進(jìn)行分類的決策屬性的集合，屬性值分枝是按照決策屬性進(jìn)一步劃分的取值特性的屬性值的集合，葉節(jié)點(diǎn)是決策或分類結(jié)果的集合；決策樹(shù)的推理方法包括以下步驟:
A:首先，在根節(jié)點(diǎn)上進(jìn)行決策屬性及其屬性值的比較；
Al:當(dāng)已知事實(shí)的某個(gè)決策屬性及其屬性值與根節(jié)點(diǎn)上的決策屬性及其某個(gè)屬性值相匹配時(shí)，則沿著該屬性值分枝向下延伸搜索，到達(dá)下一節(jié)點(diǎn)；
A2:如果己知事實(shí)的所有屬性都與根節(jié)點(diǎn)上的屬性不匹配，則推理過(guò)程結(jié)束，給出已知事實(shí)不足、無(wú)法進(jìn)行推理；
A3:如果己知事實(shí)中決策屬性與根節(jié)點(diǎn)上的決策屬性匹配，但己知事實(shí)中的屬性值與根節(jié)點(diǎn)上的屬性值不完全匹配，則根據(jù)最臨近原則，選擇匹配度最大的分枝向下搜索，到達(dá)新節(jié)點(diǎn)；
B:如果當(dāng)前節(jié)點(diǎn)是決策樹(shù)的葉節(jié)點(diǎn)，則給出葉節(jié)點(diǎn)中所包含的結(jié)論，決策樹(shù)推理過(guò)程結(jié)束；
C:如果當(dāng)前節(jié)點(diǎn)不是葉節(jié)點(diǎn)，則在其上進(jìn)行決策屬性及其屬性值的比較，以確定向下延伸的分支，通常有以下3種情形:
(1)當(dāng)己知事實(shí)的某個(gè)決策屬性及其屬性值與當(dāng)前節(jié)點(diǎn)上決策屬性及其某個(gè)屬性值相匹配時(shí)，便沿著該屬性值的分枝向下延伸搜索，從而到達(dá)下一節(jié)點(diǎn)；
(2)如果己知事實(shí)中有屬性與當(dāng)前節(jié)點(diǎn)上的屬性相匹配，但它們的屬性值不匹配，則根據(jù)最臨近原則，選擇匹配度最大的分支向下搜索，到達(dá)新節(jié)點(diǎn)；
(3)如果己知事實(shí)的所有屬性都與當(dāng)前節(jié)點(diǎn)上的屬性不匹配，則給出已知事實(shí)不足、無(wú)法進(jìn)行推理，推理過(guò)程結(jié)束；
D:遞歸的進(jìn)行上述步驟A和步驟C，直到所有屬性匹配完成。
[0012]本發(fā)明根據(jù)建立的決策樹(shù)進(jìn)行推理，決策樹(shù)包括決策屬性節(jié)點(diǎn)、屬性值分枝和葉節(jié)點(diǎn)，決策屬性節(jié)點(diǎn)是進(jìn)行分類的決策屬性的集合，屬性值分枝是按照決策屬性進(jìn)一步劃分的取值特性的屬性值的集合，葉節(jié)點(diǎn)是決策或分類結(jié)果的集合；通過(guò)已知事實(shí)的某個(gè)決策屬性及其屬性值與根節(jié)點(diǎn)上的決策屬性及其某個(gè)屬性值進(jìn)行匹配，匹配成功后給出葉節(jié)點(diǎn)中所包含的結(jié)論，決策樹(shù)推理過(guò)程結(jié)束；若當(dāng)前節(jié)點(diǎn)不是葉節(jié)點(diǎn)，則在其上進(jìn)行決策屬性及其屬性值的比較，以確定向下延伸的分支，通常有以下3種情形:
(1)當(dāng)己知事實(shí)的某個(gè)決策屬性及其屬性值與當(dāng)前節(jié)點(diǎn)上決策屬性及其某個(gè)屬性值相匹配時(shí)，便沿著該屬性值的分枝向下延伸搜索，從而到達(dá)下一節(jié)點(diǎn)；
(2)如果己知事實(shí)中有屬性與當(dāng)前節(jié)點(diǎn)上的屬性相匹配，但它們的屬性值不匹配，則根據(jù)最臨近原則，選擇匹配度最大的分支向下搜索，到達(dá)新節(jié)點(diǎn)； (3)如果己知事實(shí)的所有屬性都與當(dāng)前節(jié)點(diǎn)上的屬性不匹配，則給出已知事實(shí)不足、無(wú)法進(jìn)行推理，推理過(guò)程結(jié)束。
[0013]利用本方法能夠?yàn)楣I(yè)以太網(wǎng)故障診斷提供有效的推理決策，保證工業(yè)以太網(wǎng)故障診斷的準(zhǔn)確實(shí)施和工作。

【專利附圖】

【附圖說(shuō)明】
[0014]圖1為本發(fā)明的流程框圖；
圖2為本發(fā)明的流程圖。

【具體實(shí)施方式】
[0015]如圖1所示，本發(fā)明所述的決策樹(shù)包括決策屬性節(jié)點(diǎn)、屬性值分枝和葉節(jié)點(diǎn)，決策屬性節(jié)點(diǎn)是進(jìn)行分類的決策屬性的集合，屬性值分枝是按照決策屬性進(jìn)一步劃分的取值特性的屬性值的集合，葉節(jié)點(diǎn)是決策或分類結(jié)果的集合；
決策樹(shù)的推理方法包括以下步驟:
A:首先，在根節(jié)點(diǎn)上進(jìn)行決策屬性及其屬性值的比較；
Al:當(dāng)已知事實(shí)的某個(gè)決策屬性及其屬性值與根節(jié)點(diǎn)上的決策屬性及其某個(gè)屬性值相匹配時(shí)，則沿著該屬性值分枝向下延伸搜索，到達(dá)下一節(jié)點(diǎn)；
A2:如果己知事實(shí)的所有屬性都與根節(jié)點(diǎn)上的屬性不匹配，則推理過(guò)程結(jié)束，給出已知事實(shí)不足、無(wú)法進(jìn)行推理；
A3:如果己知事實(shí)中決策屬性與根節(jié)點(diǎn)上的決策屬性匹配，但己知事實(shí)中的屬性值與根節(jié)點(diǎn)上的屬性值不完全匹配，則根據(jù)最臨近原則，選擇匹配度最大的分枝向下搜索，到達(dá)新節(jié)點(diǎn)；
B:如果當(dāng)前節(jié)點(diǎn)是決策樹(shù)的葉節(jié)點(diǎn)，則給出葉節(jié)點(diǎn)中所包含的結(jié)論，決策樹(shù)推理過(guò)程結(jié)束；
C:如果當(dāng)前節(jié)點(diǎn)不是葉節(jié)點(diǎn)，則在其上進(jìn)行決策屬性及其屬性值的比較，以確定向下延伸的分支，通常有以下3種情形:
(1)當(dāng)己知事實(shí)的某個(gè)決策屬性及其屬性值與當(dāng)前節(jié)點(diǎn)上決策屬性及其某個(gè)屬性值相匹配時(shí)，便沿著該屬性值的分枝向下延伸搜索，從而到達(dá)下一節(jié)點(diǎn)；
(2)如果己知事實(shí)中有屬性與當(dāng)前節(jié)點(diǎn)上的屬性相匹配，但它們的屬性值不匹配，則根據(jù)最臨近原則，選擇匹配度最大的分支向下搜索，到達(dá)新節(jié)點(diǎn)；
(3)如果己知事實(shí)的所有屬性都與當(dāng)前節(jié)點(diǎn)上的屬性不匹配，則給出已知事實(shí)不足、無(wú)法進(jìn)行推理，推理過(guò)程結(jié)束；
D:遞歸的進(jìn)行上述步驟A和步驟C，直到所有屬性匹配完成。
[0016]工業(yè)以太網(wǎng)故障診斷方法中需要給定專家系統(tǒng)，專家系統(tǒng)包括知識(shí)庫(kù)、推理機(jī)、知識(shí)庫(kù)管理模塊、知識(shí)獲取模塊、解釋機(jī)和控制中心。其中，推理機(jī)的工作原理基于決策樹(shù)的推測(cè)完成，所以，推理機(jī)的工作即為決策樹(shù)的推理過(guò)程，決策樹(shù)的推理與知識(shí)庫(kù)之間相輔相成。
[0017]專家系統(tǒng)包括兩個(gè)基本部分:知識(shí)庫(kù)和推理機(jī)，知識(shí)庫(kù)由全局?jǐn)?shù)據(jù)庫(kù)與規(guī)則庫(kù)組成的。全局?jǐn)?shù)據(jù)庫(kù)是一組描述過(guò)程處理對(duì)象的符號(hào)的集合。在處理具體問(wèn)題時(shí)，它用于問(wèn)題描述和環(huán)境描述，包括與特定問(wèn)題有關(guān)的各種臨時(shí)信息。通常把全局?jǐn)?shù)據(jù)庫(kù)稱為短期記憶器。對(duì)全局?jǐn)?shù)據(jù)庫(kù)組織、數(shù)據(jù)表示方法等，系統(tǒng)沒(méi)有具體規(guī)定，一般根據(jù)問(wèn)題領(lǐng)域的特點(diǎn)選擇合適的表示方法，如集合、線性表、鏈表、樹(shù)結(jié)構(gòu)、圖等都可用于表示全局?jǐn)?shù)據(jù)庫(kù)中的數(shù)據(jù)。在建立全局?jǐn)?shù)據(jù)庫(kù)時(shí)，應(yīng)注意使庫(kù)中數(shù)據(jù)便于檢索。規(guī)則庫(kù)是由一組診斷規(guī)則組成的。在基于決策樹(shù)的故障診斷系統(tǒng)中，一個(gè)規(guī)則的條件部分通常是關(guān)于全局?jǐn)?shù)據(jù)庫(kù)中某些數(shù)據(jù)的斷言，而結(jié)論部分一般是引起這個(gè)前提斷言的原因、或者是這個(gè)前提斷言后續(xù)將要發(fā)生的類似前提與全局?jǐn)?shù)據(jù)庫(kù)不同，規(guī)則庫(kù)中的知識(shí)并不是關(guān)于某一具體的特定問(wèn)題，而是針對(duì)整個(gè)領(lǐng)域問(wèn)題的。與全局?jǐn)?shù)據(jù)庫(kù)相比，規(guī)則庫(kù)相對(duì)穩(wěn)定，所以稱規(guī)則庫(kù)為長(zhǎng)期記憶器。一般來(lái)說(shuō)，在選擇規(guī)則的表示方法時(shí)，應(yīng)該注意，如果可能的話，條件部分和結(jié)論部分的表示法與全局?jǐn)?shù)據(jù)庫(kù)中的數(shù)據(jù)表示形式保持一致，這樣便于條件部分與全局?jǐn)?shù)據(jù)庫(kù)的內(nèi)容進(jìn)行比較，判別條件部分是否成立。在有效表達(dá)問(wèn)題領(lǐng)域知識(shí)的前提下，盡可能使條件部分和結(jié)論部分的表示簡(jiǎn)化，便于推理機(jī)處理規(guī)則。推理機(jī)負(fù)責(zé)把規(guī)則庫(kù)的條件部分與全局?jǐn)?shù)據(jù)庫(kù)內(nèi)容進(jìn)行比較一通常稱為匹配，如果匹配成功，顯示結(jié)論部分。具體地說(shuō)，推理機(jī)根據(jù)全局?jǐn)?shù)據(jù)庫(kù)的當(dāng)前信息，決定在當(dāng)前狀態(tài)下能夠與之匹配的所有規(guī)則，稱這些規(guī)則為觸發(fā)規(guī)則，再?gòu)谋挥|發(fā)的規(guī)則中選擇一條規(guī)則，成為啟用規(guī)則，推理機(jī)執(zhí)行啟用規(guī)則，并根據(jù)啟用規(guī)則的動(dòng)作部分修改全局?jǐn)?shù)據(jù)庫(kù)，經(jīng)改變的全局?jǐn)?shù)據(jù)庫(kù)又可以觸發(fā)新的規(guī)則，從而問(wèn)題求解進(jìn)行到下一狀態(tài)，如此反復(fù)，以實(shí)現(xiàn)一個(gè)問(wèn)題的最終求解。由于在問(wèn)題求解的每一個(gè)狀態(tài)下，被全局?jǐn)?shù)據(jù)庫(kù)匹配的規(guī)則可能不止一條，需要推理機(jī)采用合適的控制策略以選擇宄竟哪一條觸發(fā)規(guī)則被啟用，這一過(guò)程稱為沖突消解。推理機(jī)的工作即以這種“匹配一沖突消解一操作”的三個(gè)周期循環(huán)運(yùn)轉(zhuǎn)，直至解決問(wèn)題為止。
[0018]決策樹(shù)的內(nèi)部屬性節(jié)點(diǎn)、屬性值分支和葉節(jié)點(diǎn)構(gòu)成了一種樹(shù)形數(shù)據(jù)結(jié)構(gòu)。通過(guò)決策樹(shù)的學(xué)習(xí)算法生成一棵決策樹(shù)，它就可以實(shí)現(xiàn)對(duì)未知事例進(jìn)行分類或進(jìn)行決策分析。因此可以認(rèn)為一棵學(xué)習(xí)完成的決策樹(shù)中包含了一定的知識(shí)，也就是說(shuō)，決策樹(shù)具有表達(dá)知識(shí)的能力。知識(shí)表示是一種描述專家知識(shí)的約定，以便于把人類的知識(shí)表示成機(jī)器能夠處理的數(shù)據(jù)結(jié)構(gòu)。良好的知識(shí)表示形式不僅可以提高知識(shí)存儲(chǔ)的有效性和運(yùn)用效率，而且也可以提高智能系統(tǒng)的推理效率。決策樹(shù)的內(nèi)部節(jié)點(diǎn)是屬性的集合，分支是屬性值的集合，而葉節(jié)點(diǎn)是決策或分類結(jié)果的集合。決策樹(shù)就是利用屬性及其取值來(lái)表示知識(shí)的條件部分，而用葉節(jié)點(diǎn)表示知識(shí)的結(jié)論部分，從而把專家知識(shí)以決策樹(shù)的形式表示出來(lái)。一條決策樹(shù)分類規(guī)則就是確定故障分類決策的一個(gè)知識(shí)，也就是說(shuō)基于這個(gè)知識(shí)即可判定故障的類型。這正是利用決策樹(shù)建立網(wǎng)絡(luò)故障診斷專家系統(tǒng)知識(shí)庫(kù)的基本依據(jù)。
[0019]決策樹(shù)是由內(nèi)部的屬性節(jié)點(diǎn)、屬性值構(gòu)成的邊和用于保存結(jié)果的葉節(jié)點(diǎn)組成，那么它的推理過(guò)程就是利用其內(nèi)部所蘊(yùn)含的知識(shí)進(jìn)行問(wèn)題求解的過(guò)程。也就是說(shuō)，決策樹(shù)推理就是從根節(jié)點(diǎn)開(kāi)始，通過(guò)重復(fù)的在內(nèi)部節(jié)點(diǎn)上進(jìn)行屬性及其取值的比較，確定決策樹(shù)向下延伸(即搜索)的分支，最終到達(dá)葉節(jié)點(diǎn)，得到所要的結(jié)論(決策樹(shù)的推理過(guò)程結(jié)束)。事實(shí)上，決策樹(shù)的推理過(guò)程就是對(duì)決策樹(shù)按深度優(yōu)先策略進(jìn)行遍歷的過(guò)程，只要到達(dá)葉節(jié)點(diǎn)，便結(jié)束它的推理(或遍歷)過(guò)程。
[0020]結(jié)合知識(shí)庫(kù)，下面詳細(xì)說(shuō)明決策樹(shù)的推理過(guò)程:
步驟一，將知識(shí)庫(kù)中全局?jǐn)?shù)據(jù)庫(kù)的當(dāng)前信息作為根節(jié)點(diǎn)，決定在當(dāng)前狀態(tài)下能夠與之匹配的所有規(guī)則庫(kù)中的條件規(guī)則，稱這些匹配的條件規(guī)則為觸發(fā)規(guī)則。[0021 ] 步驟二，再根據(jù)控制策略，從觸發(fā)規(guī)則中選擇一條規(guī)則，成為啟用規(guī)則。
[0022]步驟三，推理機(jī)執(zhí)行啟用規(guī)則。
[0023]步驟四，根據(jù)啟用規(guī)則的動(dòng)作，修改全局?jǐn)?shù)據(jù)庫(kù)。
[0024]步驟五，經(jīng)改變的全局?jǐn)?shù)據(jù)庫(kù)又可以觸發(fā)新的規(guī)則，從而問(wèn)題求解進(jìn)行到下一狀態(tài)。步驟六，如此反復(fù)，以實(shí)現(xiàn)一個(gè)問(wèn)題的最終求解，推理完畢。
[0025]如前文所述，在推理的過(guò)程中根據(jù)事實(shí)尋找匹配規(guī)則時(shí)，如果有且僅有一條規(guī)則匹配成功，則系統(tǒng)可以直接執(zhí)行這條規(guī)則；但往往匹配成功的規(guī)則會(huì)超過(guò)一條，這時(shí)必須進(jìn)行沖突消解，從多條規(guī)則中選取一條進(jìn)行執(zhí)行。由于本項(xiàng)目的專家系統(tǒng)采用基于決策樹(shù)的知識(shí)獲取機(jī)制，獲得的每個(gè)規(guī)則在數(shù)據(jù)庫(kù)中都對(duì)應(yīng)著被使用的頻率。那么使用頻率高的規(guī)貝1J，在網(wǎng)絡(luò)事件中存在的可能性也就越大。這就是采用支持度排序進(jìn)行沖突消解的基本思想。沖突消解具體的做法是，當(dāng)多條規(guī)則匹配成功時(shí)，將所有匹配成功的規(guī)則全部按被使用的頻率從大到小的順序排列，選取支持度最高的規(guī)則，建立其規(guī)則對(duì)象以執(zhí)行下一步推理過(guò)程。
[0026]控制策略主要解決整個(gè)問(wèn)題求解過(guò)程的功能模塊的選擇和應(yīng)用順序，即決定先做什么，后做什么，并根據(jù)問(wèn)題求解的當(dāng)前狀態(tài)分別作不同的工作，還能確定一旦出現(xiàn)異常情況如何處理等。系統(tǒng)有兩個(gè)流程:第一個(gè)流程是推理機(jī)根據(jù)故障表現(xiàn)去推理故障原因，如果診斷出的故障原因不正確或者診斷不出原因，即是一個(gè)新的故障原因，那么就需要管理員自己判斷解決，待驗(yàn)證維修后可以將故障表現(xiàn)和故障原因輸入到知識(shí)庫(kù)中的問(wèn)題庫(kù)，再調(diào)用知識(shí)獲取模塊更新診斷規(guī)則表。第二個(gè)流程是當(dāng)知識(shí)庫(kù)中的記錄累計(jì)達(dá)到一定數(shù)目后才會(huì)發(fā)生，這時(shí)有足夠的數(shù)據(jù)用來(lái)產(chǎn)生新的更適合現(xiàn)在的規(guī)則并且更新舊的規(guī)則以及刪除已經(jīng)失效的數(shù)據(jù)。系統(tǒng)需要統(tǒng)計(jì)自上次更新知識(shí)庫(kù)后知識(shí)庫(kù)中的記錄數(shù)，是否達(dá)到指定的數(shù)目。如果未達(dá)到指定數(shù)目，那么繼續(xù)統(tǒng)計(jì)，如果已達(dá)到則調(diào)用知識(shí)獲取模塊采用本系統(tǒng)提出的決策樹(shù)分類算法挖掘出新的診斷知識(shí)，更新知識(shí)庫(kù)，并且將上次更新時(shí)間作為下次更新的失效時(shí)間，將當(dāng)前時(shí)間作為下次更新的上次更新時(shí)間。
【權(quán)利要求】
1.一種基于工業(yè)以太網(wǎng)故障診斷方法中決策樹(shù)的推理方法，其特征在于:所述的決策樹(shù)包括決策屬性節(jié)點(diǎn)、屬性值分枝和葉節(jié)點(diǎn)，決策屬性節(jié)點(diǎn)是進(jìn)行分類的決策屬性的集合，屬性值分枝是按照決策屬性進(jìn)一步劃分的取值特性的屬性值的集合，葉節(jié)點(diǎn)是決策或分類結(jié)果的集合； 決策樹(shù)的推理方法包括以下步驟: 八:首先，將知識(shí)庫(kù)中全局?jǐn)?shù)據(jù)庫(kù)的當(dāng)前信息作為根節(jié)點(diǎn)，在根節(jié)點(diǎn)上進(jìn)行決策屬性及其屬性值的比較； 八1:當(dāng)已知事實(shí)的某個(gè)決策屬性及其屬性值與根節(jié)點(diǎn)上的決策屬性及其某個(gè)屬性值相匹配時(shí)，則沿著該屬性值分枝向下延伸搜索，到達(dá)下一節(jié)點(diǎn)； 八2:如果己知事實(shí)的所有屬性都與根節(jié)點(diǎn)上的屬性不匹配，則推理過(guò)程結(jié)束，給出已知事實(shí)不足、無(wú)法進(jìn)行推理； 八3:如果己知事實(shí)中決策屬性與根節(jié)點(diǎn)上的決策屬性匹配，但己知事實(shí)中的屬性值與根節(jié)點(diǎn)上的屬性值不完全匹配，則根據(jù)最臨近原則，選擇匹配度最大的分枝向下搜索，到達(dá)新節(jié)點(diǎn)； 8:如果當(dāng)前節(jié)點(diǎn)是決策樹(shù)的葉節(jié)點(diǎn)，則給出葉節(jié)點(diǎn)中所包含的結(jié)論，決策樹(shù)推理過(guò)程結(jié)束； 0:如果當(dāng)前節(jié)點(diǎn)不是葉節(jié)點(diǎn)，則在其上進(jìn)行決策屬性及其屬性值的比較，以確定向下延伸的分支，通常有以下3種情形: (1)當(dāng)己知事實(shí)的某個(gè)決策屬性及其屬性值與當(dāng)前節(jié)點(diǎn)上決策屬性及其某個(gè)屬性值相匹配時(shí)，便沿著該屬性值的分枝向下延伸搜索，從而到達(dá)下一節(jié)點(diǎn)； (2)如果己知事實(shí)中有屬性與當(dāng)前節(jié)點(diǎn)上的屬性相匹配，但它們的屬性值不匹配，則根據(jù)最臨近原則，選擇匹配度最大的分支向下搜索，到達(dá)新節(jié)點(diǎn)； (3)如果己知事實(shí)的所有屬性都與當(dāng)前節(jié)點(diǎn)上的屬性不匹配，則給出已知事實(shí)不足、無(wú)法進(jìn)行推理，推理過(guò)程結(jié)束； 0:遞歸的進(jìn)行上述步驟八和步驟I直到所有屬性匹配完成。
【文檔編號(hào)】H04L12/24GK104486096SQ201410670962
【公開(kāi)日】2015年4月1日 申請(qǐng)日期:2014年11月21日 優(yōu)先權(quán)日:2014年11月21日
【發(fā)明者】孟瑾, 王暉, 王德吉, 李文偉, 張乾, 石懷忠, 楊云超 申請(qǐng)人:河南中煙工業(yè)有限責(zé)任公司