本文關(guān)鍵詞：基于Hadoop平臺的故障診斷專家系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：故障診斷專家系統(tǒng)技術(shù)是將專家經(jīng)驗知識和數(shù)據(jù)庫知識相結(jié)合,運用一定的推理技術(shù)進(jìn)行故障診斷的先進(jìn)技術(shù)。由于該系統(tǒng)準(zhǔn)確性、時效性和穩(wěn)定性等方面表現(xiàn)相對出色,該系統(tǒng)被廣泛應(yīng)用于各種領(lǐng)域。本文重點研究并設(shè)計了基于Hadoop平臺的故障診斷專家系統(tǒng),完成的主要工作如下:本文首先分析比較了現(xiàn)有的故障診斷專家系統(tǒng)的關(guān)鍵技術(shù),詳細(xì)研究了機(jī)器學(xué)習(xí)、知識發(fā)現(xiàn)、數(shù)據(jù)挖掘技術(shù)等的原理及內(nèi)容,深入研究了Hadoop平臺及Agent技術(shù)。通過基于Hadoop平臺的故障診斷專家系統(tǒng)技術(shù)的研究和分析,針對其通用性不足以及推理判斷方面不夠準(zhǔn)確的特點,對該平臺采用了產(chǎn)生式擴(kuò)展規(guī)則算法,以求達(dá)到更好的反饋結(jié)果。本文對這一改進(jìn)方案進(jìn)行了設(shè)計和實現(xiàn)。其次,本文綜合運用推理方法和專家規(guī)則知識進(jìn)行推理判斷,結(jié)合Agent技術(shù)設(shè)計了“產(chǎn)生式擴(kuò)展規(guī)則”算法,改進(jìn)了傳統(tǒng)故障診斷專家系統(tǒng)在通用性上的欠缺之處;搜索引擎上采用了垂直搜索引擎技術(shù),完成了對url更加有效的采集工作;搜索結(jié)果排序上采用改進(jìn)后的PageRank算法,即在該算法中引入一個E向量,有效避免了懸掛式鏈接的出現(xiàn);對知識庫采用拆分和覆蓋方法,以求達(dá)到減少機(jī)器內(nèi)存和CPU開銷的目的。最后,通過進(jìn)行相關(guān)試驗,分析驗證了Hadoop在各種場景下的表現(xiàn)情況,試驗結(jié)果表明本文所采用的系統(tǒng)在搜索有效性、系統(tǒng)通用性、運行速率上較傳統(tǒng)的系統(tǒng)都取得了較好的效果,同時處理時間得到了縮短,系統(tǒng)資源得到了一定程度的節(jié)省。
【關(guān)鍵詞】：Hadoop 故障診斷 Agent 技術(shù) 數(shù)據(jù)挖掘
【學(xué)位授予單位】：河北工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP277
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-12
• 1.1 研究背景和意義8-9
• 1.2 研究現(xiàn)狀9-10
• 1.2.1 故障診斷專家系統(tǒng)研究現(xiàn)狀9-10
• 1.2.2 Hadoop平臺研究現(xiàn)狀10
• 1.3 論文主要研究內(nèi)容10-11
• 1.4 本文組織結(jié)構(gòu)11-12
• 第二章 故障診斷專家系統(tǒng)關(guān)鍵技術(shù)12-20
• 2.1 機(jī)器學(xué)習(xí)概述12-13
• 2.2 知識發(fā)現(xiàn)、數(shù)據(jù)挖掘技術(shù)的應(yīng)用13
• 2.3 Hadoop平臺介紹13-14
• 2.4 故障診斷原理介紹14-18
• 2.4.1 故障診斷系統(tǒng)模型介紹14-16
• 2.4.2 故障診斷系統(tǒng)的特點16
• 2.4.3 故障診斷的主要方法和內(nèi)容16-18
• 2.5 Agent技術(shù)的應(yīng)用18-19
• 2.6 本章小結(jié)19-20
• 第三章 基于云計算的故障診斷專家系統(tǒng)的設(shè)計20-34
• 3.1 故障診斷專家系統(tǒng)設(shè)計原則20-21
• 3.2 云診斷中心需求分析21-22
• 3.3 故障診斷專家系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)22
• 3.4 診斷中心整體框架結(jié)構(gòu)22-23
• 3.5 云診斷中心總體功能模塊的設(shè)計23-27
• 3.5.1 在線智能查詢模塊的設(shè)計23-25
• 3.5.2 在線實時交互模塊的設(shè)計25-26
• 3.5.3 智能Agent模塊的設(shè)計26-27
• 3.5.4 故障診斷管理模塊的設(shè)計27
• 3.6 診斷專家數(shù)據(jù)庫設(shè)計27-32
• 3.6.1 基于Hadoop的知識庫的建立與維護(hù)28-30
• 3.6.2 基于機(jī)器學(xué)習(xí)的推理機(jī)的設(shè)計30-32
• 3.7 本章小結(jié)32-34
• 第四章 基于云計算的故障診斷專家系統(tǒng)的實現(xiàn)34-46
• 4.1 在線查詢模塊的實現(xiàn)34-36
• 4.1.1 確定性故障診斷功能34-35
• 4.1.2 不確定性故障診斷功能35-36
• 4.1.3 模糊查詢功能36
• 4.2 在線實時交互模塊的實現(xiàn)36-37
• 4.3 智能Agent模塊的實現(xiàn)37-44
• 4.3.1 多代理故障診斷過程37-41
• 4.3.2 遠(yuǎn)程多Agent故障診斷專家系統(tǒng)41-42
• 4.3.3 故障診斷管理模塊的實現(xiàn)42-44
• 4.4 本章小結(jié)44-46
• 第五章 云平臺實驗結(jié)果分析46-52
• 5.1 實驗環(huán)境配置與部署46-48
• 5.2 云平臺測試48-51
• 5.2.1 分詞效果的對比48-49
• 5.2.2 系統(tǒng)分布式與單機(jī)情況下抓取性能比較49-51
• 5.3 本章小結(jié)51-52
• 第六章 結(jié)論與展望52-54
• 6.1 總結(jié)52
• 6.2 展望52-54
• 參考文獻(xiàn)54-57
• 致謝57

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 逄利華;張錦春;;基于Hadoop的分布式數(shù)據(jù)庫系統(tǒng)[J];辦公自動化;2014年05期

2 鄭瑋;;Hadoop釋放大數(shù)據(jù)潛能[J];軟件和信息服務(wù);2012年10期

3 劉爾凱;崔振東;;基于HADOOP技術(shù) 實現(xiàn)銀行歷史數(shù)據(jù)線上化研究[J];金融電子化;2014年01期

4 鄒群;;一種基于Hadoop的數(shù)字圖書存儲系統(tǒng)設(shè)計方案[J];黑龍江史志;2014年01期

5 諶章義;畢偉;向萬紅;王國安;吳愛國;;基于Hadoop的海量電費數(shù)據(jù)處理模型[J];計算機(jī)系統(tǒng)應(yīng)用;2014年05期

6 ;大數(shù)據(jù)不等于Hadoop[J];辦公自動化;2014年06期

7 ;保障Hadoop數(shù)據(jù)安全的十大措施[J];計算機(jī)與網(wǎng)絡(luò);2013年08期

8 王峰;雷葆華;;Hadoop分布式文件系統(tǒng)的模型分析[J];電信科學(xué);2010年12期

9 蘇小會;何婧媛;;Hadoop中任務(wù)調(diào)度算法的改進(jìn)[J];電子設(shè)計工程;2012年22期

10 林偉偉;;一種改進(jìn)的Hadoop數(shù)據(jù)放置策略[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2012年01期

中國重要報紙全文數(shù)據(jù)庫 前8條

1 本報記者 郭濤;機(jī)器大數(shù)據(jù)也離不開Hadoop[N];中國計算機(jī)報;2013年

2 本報記者 王星;Hadoop引發(fā)大數(shù)據(jù)之戰(zhàn)[N];電腦報;2012年

3 本報記者 鄒大斌;Hadoop一體機(jī)降低大數(shù)據(jù)門檻[N];計算機(jī)世界;2012年

4 孫定;云計算、大數(shù)據(jù)與Hadoop[N];計算機(jī)世界;2011年

5 樂天　編譯;Hadoop：打開大數(shù)據(jù)之門的金鑰匙[N];計算機(jī)世界;2012年

6 范范　編譯;Hadoop用戶可以使用多種搜索引擎[N];網(wǎng)絡(luò)世界;2013年

7 波波　編譯;Hadoop、Web 2.0為磁帶帶來新商機(jī)[N];網(wǎng)絡(luò)世界;2013年

8 本報記者 郭濤;讓更多人能夠使用Hadoop[N];中國計算機(jī)報;2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉君;基于Hadoop技術(shù)的氣象數(shù)據(jù)采集及數(shù)據(jù)挖掘平臺的研究[D];天津理工大學(xué);2015年

2 譚旭;基于物流數(shù)據(jù)的快遞網(wǎng)絡(luò)分析與建模[D];浙江大學(xué);2015年

3 趙偉;基于Hadoop的數(shù)據(jù)挖掘算法并行化研究[D];西南交通大學(xué);2015年

4 趙振崇;基于Hadoop的決策樹挖掘算法的研究[D];蘭州大學(xué);2015年

5 郭凱振;基于Hadoop的分布式計算系統(tǒng)的設(shè)計與實現(xiàn)[D];大連海事大學(xué);2015年

6 白亮;基于Hadoop的民航高價值旅客發(fā)現(xiàn)方法研究[D];中國民航大學(xué);2015年

7 席屏;基于Hadoop的視頻大數(shù)據(jù)智能預(yù)警系統(tǒng)應(yīng)用研究[D];江蘇科技大學(xué);2015年

8 董立明;基于HADOOP的分布式推薦引擎[D];復(fù)旦大學(xué);2013年

9 陸藝達(dá);基于Hadoop分布式計算框架的垃圾短信群發(fā)檢測系統(tǒng)[D];復(fù)旦大學(xué);2013年

10 沈德利;基于Hadoop的密文檢索關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：基于Hadoop平臺的故障診斷專家系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：347821