简介:摘要:随着科技迅猛发展,汽车自动驾驶进程也在快速推进,使得对系统功能安全设计要求越来越高,故障识别及自动诊断成为研究的热点。但目前常用的分析方法无法满足自动诊断需求,因此提出了一种基于知识库系统的汽车故障识别及自动诊断设计思想,在产品全生命周期进行数据收集,并在知识库系统中实现数据交互,从而不断完善故障诊断模型,而专家经验库及模糊推理法的引入,使得自动诊断成为可能。
简介:为解释本体中概念不满足的原因,利用2个对等转换(即公理细化和本体约减)与3个判别规则识别不满足概念C的最小不一致知识子集(MUPS).其中,判别规则基于不满足概念的传递性,将MUPS分为3类:完全依赖于C(MUPSf)、传递依赖于C(MUPSt)和不确定依赖于C(MUPSu).实验结果表明:在本体不满足概念的MUPS中,MUPSt往往占大多数,但只有MUPSf可以明确指出概念不满足的根本原因.本体建模人员和领域专家可以采用迭代修复方式,每一次修复只考虑MUPSf,以提高修复效率.所得分类结果对于从修复角度评价本体质量以及指导修复工作都具有重要意义.