[发明专利]一种基于Weka软件的专家系统知识获取方法

说明书

技术领域

本发明属于信息处理技术领域，特别是一种基于Weka软件的专家系统知识获取方法。 

背景技术

随着航空、航天、核电站、机器人等高技术的发展和人们探索自然领域的扩展，系统的自动化水平日益提高，规模日益扩大，复杂性迅速提高。面对复杂的系统，可靠性、可维修性和有效性显得越来越重要。特别是航空、航天、航海、核工业等，由于其特定的工作环境，原则上只许成功，不许失败，对系统的安全性、可靠性和有效性提出更高的要求。而故障检测与诊断则为提高系统可靠性、可维修性和有效性开辟了途径。随着人工智能技术的不断进步，诊断技术己开始进入一个新阶段，即智能化诊断阶段。而专家系统是人工智能领域中最活跃的一个分支。这种方法不依赖于系统的数学模型，而是根据人们长期的实践经验和大量的故障信息知识，设计出一套智能计算机程序，以此来解决复杂系统的故障诊断问题。由此可见，建立机械设备的故障诊断专家系统，构建专家知识库，将人类专家的经验转化为知识规则存放于知识库中，并建立知识获取和维护机制，实现知识的学习和更新，同时，模拟人类专家的推理过程实现故障诊断，这样不仅能够大大提高诊断的精度、减少对人类专家经验的依赖、提高诊断的自动化程度，而且有利于积累人类专家的宝贵知识和经验。 

目前的专家系统知识获取基本上是基于经验的机械式的学习方法，知识更新困难、知识规则经常会出现严重的不一致、冗余、甚至组合爆炸等问题。目前，已有许多关于粗糙集、神经网络、支持向量机等知识获取研究工作，但未与专家系统知识库进行链接。因此，突破专家系统知识获取瓶颈，保证知识获取的正确有效性，具有重要的现实意义和工程实用价值。 

发明内容

本发明针对上述问题，本发明提出了一种基于Weka软件的专家系统知识获取方法，Weka软件是开源数据挖掘软件，将其作为专家系统知识获取平台，对于突破专家系统知识获取瓶颈，保证知识获取的正确有效性，具有重要的现实意义和工程实用价值。以期突破现有专家系统的知识获取瓶颈，保证知识获取的正 确有效性。 

为达成上述目的，本发明的技术方案是： 

一种基于Weka软件的专家系统知识获取方法，包括如下步骤: 

步骤A,创建知识库，建立规则表和故障模式表，并建立由训练样本构成的案例库； 

步骤B，使用Weka软件对样本进行规则提取，并对规则进行验证，其步骤如下：步骤B-1，利用J48算法对数据集建立决策树； 

步骤B-2，采用10折交叉验证，即将初始样本集划分为10个近似相等的数据子集，每个数据子集中属于各分类的样本所占的比例与初始样本中的比例相同，在每次验证中用其中的9个数据子集组成训练样本，用剩下的一个子集作为测试集,轮转一遍进行10次验证； 

步骤C，将Weka软件提取的决策树规则存入专家系统知识库中； 

步骤D，专家诊断，对于待诊断样本，将其特征值输入到推理机，经过推理即可得到诊断结果。 

本发明的有益效果是：一种基于Weka软件的专家系统知识获取方法，通过创建知识库，使用Weka软件对样本进行规则提取和验证，存入专家系统知识库中，供专家系统诊断。所述方法能够实现专家系统知识规则的自动获取，实现专家系统知识库的实时更新；知识获取可靠，适用性强，可以对各种类型的数据选择合适的数据挖掘方法进行规则提取。 

附图说明

图1是本发明一种基于Weka软件的专家系统知识获取方法结构示意图。 

具体实施方式

本发明所述一种基于Weka软件的专家系统知识获取方法，结合图1所示结构对本发明举例详细说明，并验证本发明所述方法的实际效果。 

一种基于Weka软件的专家系统知识获取方法，包括如下步骤: 

步骤A,创建知识库，建立规则表和故障模式表，并建立由训练样本构成的案例库；以历史积累数据为基础，对各种故障和不合格案例深入研究，采用统计分析的方法，确定知识库中规则表以及故障模式表的结构，规则表一般由规则前件即条件，和规则后件即结论组成，故障模式集由故障代码、故障描述以及故障建议组成；最后构建案例库，将收集到的案例存储起来，当案例积累到一定数量后， 就可以从大量的案例中运用数据挖掘的方法进行知识规则的自动获取；本实施例案例库使用Access数据库，由于Weka软件是由Java语言开发的，需要将案例数据转化成Weka软件可以处理的数据格式，然后启动Weka软件进行规则提取。