本发明提供了一种基于混合推理的自然环境效应知识推理方法。该方法能够对结构化的显性知识(如本体模型)进行隐性知识挖掘，也就是从这些显性知识中找到设计者需要的知识。通过知识推理的方式使自然环境效应与可靠性设计分析形成动态联系，使得自然环境效应相关知识能够在实际的可靠性设计分析工作中得到应用。本发明属于可靠性与系统工程领域。
背景技术：
：自然环境对军工产品可靠性的影响日益严重，但是自然环境效应数据在可靠性设计分析过程中，还缺乏系统性、合理化的应用。为了实现自然环境效应知识在可靠性设计分析中的应用或重用，仅仅应用结构化的显性化知识(如基于本体理论构建的显性化知识)是往往不够的，还需要进一步挖掘其中的隐性知识并加以利用。也就是说，仅仅建立自然环境效应、可靠性设计分析的基本概念与关系，还不能实现知识的实际应用，还需要通过知识推理的方式使自然环境效应与可靠性设计分析形成动态联系。因此，通过混合推理的知识推理方式，从显性知识中挖掘设计需要的知识，从而实现自然环境效应知识在可靠性设计分析中的应用。技术实现要素：针对上述问题，本发明提出了基于规则推理和基于案例推理的混合推理方式，实现自然环境效应与可靠性设计分析的动态联系。本发明是一种自然环境效应与可靠性设计分析的知识体系构建方法，主要包含以下四部分：第一部分：构建自然环境效应知识的案例推理基于案例的推理是根据一定的规则，从大量知识中检索出之前对此类问题的解决经验和相似案例，并判断其是否适应于现在的待解决的问题，进行适当的修正后最终给出一个或若干个合理的解决方案。构建过程包括如下几个步骤：步骤1：定义案例结构，以此基于特征向量法从环境效应本体中提取相关领域知识，继而形成案例，将案例汇总，形成自然环境效应知识的案例库。具体内容如下：案例结构主要包括：问题和情景描述、解决方法和实施效果。因此，可以将案例表示为一个多元组，其定义如下：C＝{A,S,O}其中，A＝{a1,a2,…,an}是一个非空有限集合，用于表示对案例的说明性信息，是对案例的问题的特征属性集合；如用于案例检索的名称、类型、应用背景等。S＝{s1,s2,…,sn}是一个非空有限集合，用于表示解决方法的特征属性。O＝{o1,o2,…,on}是一个可空有限集合，用于表示案例方法实施的结果。为了增加案例检索准确性和效率，可以与环境效应本体相结合，对问题属性进行详细划分。最后将上述集合，进行存储，形成自然环境效应知识的案例库。步骤2：建立案例推理算法，应用属性相似性测度方法，对案例属性的相似度评定，从而获取最优的案例。具体内容如下：1)以推理条件i中的属性信息，构建推理条件属性向量S＝[aik]，且另向量S中所有元素值为零；2)对推理条件中的每个属性赋予其权重值wk，得到权重值向量W；3)提取已有案例的属性，构造与向量S维数相同的案例属性向量S*＝[ajk]，如果案例中存在与推理条件中的属性匹配项时，则向量S*内对应的元素值置为1，否则为0；4)在案例检索时，应用以下表达式，逐一计算推理条件和已有案例的距离值，获取SIM值最小的案例：其中：ci为推理条件i，cj为案例j；aik和ajk分别为推理条件i和案例j的第k个属性，n为案例属性的数量，这里取r＝2(欧几里德距离函数形式)，SIM为距离值。第二部分：构建自然环境效应知识的规则推理案例推理的过程较为依赖于经验和已有案例，经验和已有案例的质量对推理结果具有极大影响，因此，引入规则推理进行补充，规则推理中的规则一旦被提出来，其概括性和正确性是肯定的。首先，建立规则提取算法，选用基于粗糙集的规则提取方法，将经验数据和案例中易于证实的规则知识提取出来，进而将规则进行存储，形成自然环境效应知识规则库。具体内容如下：1)提取案例中的问题特征属性集A和解决方案属性集S，构成二维的数据视图。利用基于可辨识矩阵和逻辑运算的方法约简属性。2)根据决策规则表计算可辨识矩阵CD，CD(i,j)表示可辨识矩阵中的第i行j列的元素：其中，i,j＝1,2,…,n3)将CD中的元素用析取逻辑表达式Lij表示：4)将所有的析取逻辑表达式Lij进行合取运算，得一个合取范式L，即5)将合取范式L转换为析取范式的形式，得6)得到约简结果，析取范式中的合取项即为提取规则。7)将已提取的到的案例进行存储，形成规则库，进而根据规则的条件属性的匹配，选取相应的规则。第三部分：设计自然环境效应知识的混合推理规则配置完成CBR和RBR推理所需的案例库和规则库后，需要设计混合推理规则，从而在进行考虑自然环境效应的可靠性设计分析时完成对案例库和规则库的调用。附图说明图1为本发明中基于混合推理的自然环境效应知识推理方法的整体架构图2案例库的创建过程示意图图3混合推理的具体步骤示意图具体实施方式实施的条件：要实现本发明一种基于混合推理的自然环境效应知识推理方法，需依托非本
发明内容的自然环境效应本体模型。实施方式说明：本发明是一种基于混合推理的自然环境效应知识推理方法，该方法的流程框图如图1所示，具体实施方式说明如下：第一部分：构建自然环境效应知识的案例推理基于案例的推理是根据一定的规则，从大量知识中检索出之前对此类问题的解决经验和相似案例，并判断其是否适应于现在的待解决的问题，进行适当的修正后最终给出一个或若干个合理的解决方案。构建过程包括如下几个步骤：步骤1：定义案例结构，以此基于特征向量法从环境效应本体中提取相关领域知识，继而形成案例，将案例汇总，形成自然环境效应知识的案例库。具体内容如下：案例结构主要包括：问题和情景描述、解决方法和实施效果。因此，可以将案例表示为一个多元组，其定义如下：C＝{A,S,O}其中，A＝{a1,a2,…,an}是一个非空有限集合，用于表示对案例的说明性信息，是对案例的问题的特征属性集合；如用于案例检索的名称、类型、应用背景等。S＝{s1,s2,…,sn}是一个非空有限集合，用于表示解决方法的特征属性。O＝{o1,o2,…,on}是一个可空有限集合，用于表示案例方法实施的结果。为了增加案例检索准确性和效率，与环境效应本体相结合，可对问题属性进行详细划分。最后将上述集合，进行存储，形成自然环境效应知识的案例库。举例如下：为了增加案例检索准确性和效率，与环境效应本体相结合，问题属性被划分为产品属性、环境属性和故障属性，具体如表1所示。案例提取过程如图2所示。表1问题属性划分表基于此划分内容，选用在亚湿热酸雨环境下应用的橡胶密封圈为例，对案例结构做出说明，以表格的形式表示如下：表2案例结构示意步骤2：建立案例推理算法，应用属性相似性测度方法，对案例属性的相似度评定，从而获取最优的案例。具体内容如下：1)以推理条件i中的属性信息，构建推理条件属性向量S＝[aik]，且另向量S中所有元素值为零；2)对推理条件中的每个属性赋予其权重值wk，得到权重值向量W；3)提取已有案例的属性，构造与向量S维数相同的案例属性向量S*＝[ajk]，如果案例中存在与推理条件中的属性匹配项时，则向量S*内对应的元素值置为1，否则为0；4)在案例检索时，应用以下表达式，逐一计算推理条件和已有案例的距离值，获取SIM值最小的案例：其中：ci为推理条件i，cj为案例j；aik和ajk分别为推理条件i和案例j的第k个属性，n为案例属性的数量，这里取r＝2(欧几里德距离函数形式)，SIM为距离值。举例如下：假设需要对某橡胶密封圈进行可靠性设计分析，需要了解自然环境效应对其造成的影响，需要考虑的环境因素包括温度、湿度、太阳辐射等，且不同的环境因素影响程度不同，这就构成了相应的推理条件，如表3所示：表3推理条件信息属性温度湿度太阳辐射臭氧酸雨SO2浓度霉菌权重值0.70.60.80.30.80.70.2根据分步骤1)，可以得到推理条件向量S＝[0000000]。根据分步骤2)，其对应的权重值向量W＝[0.70.60.80.30.80.70.2]。另设案例库中已存在以下两条案例记录：表4案例信息属性温度湿度太阳辐射臭氧酸雨SO2浓度霉菌案例1存在存在存在不存在不存在不存在不存在案例2存在存在存在不存在存在不存在不存在根据分步骤3)，可以分别得到案例1和案例2的属性向量：根据分步骤4)，可以分别计算得到案例1的距离值SIM1＝0.575，案例2的距离值SIM2＝0.532。选取距离值最小的案例为最优案例，因此案例2与推理条件更为接近，可参考案例2中的相关信息，进行可靠性设计分析。第二部分：构建自然环境效应知识的规则推理案例推理的过程较为依赖于经验和已有案例，经验和已有案例的质量对推理结果具有极大影响，因此，引入规则推理进行补充，规则推理中的规则一旦被提出来，其概括性和正确性是肯定的。首先，建立规则提取算法，选用基于粗糙集的规则提取方法，将经验数据和案例中易于证实的规则知识提取出来，进而将规则进行存储，形成自然环境效应知识规则库。具体内容如下：1)提取案例中的问题特征属性集A和解决方案属性集S，构成二维的数据视图。利用基于可辨识矩阵和逻辑运算的方法约简属性。2)根据决策规则表计算可辨识矩阵CD，CD(i,j)表示可辨识矩阵中的第i行j列的元素：其中，i,j＝1,2,…,n3)将CD中的元素用析取逻辑表达式Lij表示：4)将所有的析取逻辑表达式Lij进行合取运算，得一个合取范式L，即5)将合取范式L转换为析取范式的形式，得6)得到约简结果，析取范式中的合取项即为提取规则。7)将已提取的到的案例进行存储，形成规则库，进而根据规则的条件属性的匹配，选取相应的规则。举例如下：根据分步骤1)，从案例中获取环境实例信息进行整理后形成如表5所示环境实例信息表，对于没有参与的环境影响因素，信息表中用“*”代替。表5环境实例信息表假设其各属性的数据服从均匀分布，各案例的类型、层次和设计使用环境相同，同时为分析方便，用字母代替各属性。进行整理，V＝{改进聚合和后处理工艺(Ⅰ)，添加防老剂(Ⅱ)，物理防护(Ⅲ)}。则其故障信息整理后，如表6所示。表6转化后的信息表根据分步骤2)，计算表6的可辨识矩阵CD，根据分步骤3)，从矩阵中可以得到16个析取表达式，如L3,1＝A∨D；L4,1＝A∨B∨C∨D∨E∨F；L5,2＝B∨C∨G；……L5,4＝A∨D∨E∨F∨G根据分步骤4)，将析取式转化为合取式L，L＝L3,1∧L4,1∧…∧L5,4＝(A∨D)∧(A∨B∨C∨D∨E∨F)∧…∧(A∨D∨E∨F∨G)根据分步骤5)，再将L转换为析取式L'，L'＝(A∧B)∨(A∧C)∨(A∧G)∨(B∧D)∨(C∧D)∨(D∧G)根据分步骤6)，属性A∧B的决策表如表7所示。表7属性约简后的决策表UABV1正常无Ⅰ2正常无Ⅰ3无无Ⅱ4无高Ⅱ5正常高Ⅲ接下来针对约简属性(A∧B)的决策表进行属性值的约简，形成规则：规则①(A，正常)∧(B，无)→(V，Ⅰ)；规则②(A，无)∧(B，无)→(V，Ⅱ)；规则③(A，无)∧(B，高)→(V，Ⅱ)；规则④(A，正常)∧(G，高)→(V，Ⅲ)；根据分步骤7)，如在其他的设计工作中，涉及到类似于橡胶材料的其他高分子材料出现老化问题，需要查找解决方案。用户输入检索信息如：温度：正常；湿度：高。根据推理规则，该信息激活规则④，其解决方案为“物理防护”。设计人员可据此考虑是否对产品的添加或改进物理防护措施。第三部分：设计自然环境效应知识的混合推理规则配置完成CBR和RBR推理所需的案例库和规则库后，需要设计混合推理规则，从而在进行考虑自然环境效应的可靠性设计分析时完成对案例库和规则库的调用。举例如下：混合推理的一般过程如图3所示。首先，输入推理条件，如环境信息和产品信息。在进行问题分析时，系统会优先采用基于案例的推理方法，进行案例检索、重用、修正和保存的一系列推理步骤，给出问题的解决方案。如果案例库中没有相似案例，也就是说利用基于案例方法检索不到合适的案例时，则可以利用基于规则的方法，进行规则检索和匹配，找出针对当前问题的解决措施，从而对问题的解决提供指导方法。当案例和规则均不能实现问题的解决时，系统会转为人工决策，有分析人员决定问题的解决方式。另外，在成功解决问题的过程中，产生的新案例、新规则也会作为新的知识，添加到案例库和规则库中，从而丰富知识覆盖范围，提高可靠性设计分析的准确性以及全面性。当前第1页1 2 3