基于知识挖掘的农机装备维修服务决策方法研究与系统实现

发布时间：2017-04-12 16:11

  本文关键词：基于知识挖掘的农机装备维修服务决策方法研究与系统实现，，由笔耕文化传播整理发布。

【摘要】：随着农业机械化进程的推进,市场对智能化农机装备的需求与日俱增,与此同时,农机装备运维服务的需求也不断增加。当前运维服务的主要过程是基于呼叫中心的事后维修服务方式,存在维修行为被动、维修效率低下、应对大规模突发性维修需求的能力不足的问题。而且,农机装备制造企业在以往的维修服务过程中,积累了大量的维修数据,对这些历史维修数据的挖掘利用不够充分,蕴藏其中的大量维修经验与知识目前得不到充分利用。因此,研究如何利用历史维修数据进行知识挖掘,并将这些知识应用到运维服务决策上,对提升农机装备制造企业的服务能力、提高农机装备维修效率具有重要的意义。本文在对国内外工业维修领域知识挖掘、关联规则、贝叶斯网络等技术及其工业应用的相关文献总结分析的基础上,针对农机装备的运维服务特点,提出了利用关联规则进行知识挖掘,采用贝叶斯网络对关联规则进行表达并进行维修服务决策的研究路线。在知识挖掘过程中,采用k-邻近算法、相关度计算以及中文分词的方法来对原始数据进行预处理,使用Apriori算法进行关联规则挖掘,并基于实例得到了一系列的关联规则;本文使用贝叶斯网络对已有的关联规则进行组织表达,提出了基于邻接表、十字链表的网络构建算法和基于条件独立性的网络简化推理算法。最后,在上述理论研究基础上,开发完成农机装备运维服务数据挖掘应用系统。基于本文研究成果,促进了农机装备制造企业对历史维修数据的有效利用,借助基于知识的农机运维服务系统,为解决企业精准化运维服务提供了技术支持,极大提高了企业的运维服务能力和竞争力。
【关键词】：农机装备 知识挖掘 关联规则 贝叶斯网络 维修服务决策
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S232.8;TP311.13
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 绪论10-20
• 1.1 课题研究的背景及意义10-12
• 1.1.1. 背景10-11
• 1.1.2. 意义11-12
• 1.2 研究现状及趋势12-17
• 1.2.1. 工业维修领域知识挖掘的应用12-14
• 1.2.2. 关联规则的研究及工业应用现状14-15
• 1.2.3. 贝叶斯网络的研究及工业应用现状15-17
• 1.2.4. 目前研究的不足17
• 1.3 论文结构安排17-19
• 1.4 本章小结19-20
• 第2章 基于知识挖掘的农机装备维修服务决策方法研究框架20-29
• 2.1 维修服务模式研究20-23
• 2.2 农机装备维修服务模式研究23-25
• 2.2.1. 维修服务模式流程描述23-24
• 2.2.2. 维修服务模式问题分析24-25
• 2.3 基于知识挖掘的农机装备维修服务决策方法研究框架25-28
• 2.4 本章小结28-29
• 第3章 农机装备运维服务知识挖掘方法研究29-45
• 3.1 知识挖掘的一般过程29-30
• 3.2 数据准备30-33
• 3.2.1. 数据预处理30-32
• 3.2.2. 分词过程32-33
• 3.3 关联规则挖掘33-41
• 3.3.1. 基本概念33-35
• 3.3.2. 核心问题描述35-36
• 3.3.3. 频繁项集生成36-39
• 3.3.4. 规则解释39-41
• 3.4 实例验证41-44
• 3.4.1. 数据来源以及基本步骤41-42
• 3.4.2. 实验结果以及讨论42-44
• 3.5 本章小结44-45
• 第4章 基于贝叶斯网络的农机装备维修服务决策方法研究45-71
• 4.1 故障诊断和维修服务决策问题描述45-46
• 4.2 维修服务决策贝叶斯网络构建46-53
• 4.2.1. 贝叶斯网络结构学习47-52
• 4.2.2. 贝叶斯网络参数学习52-53
• 4.3 维修服务决策贝叶斯网络推理53-65
• 4.3.1. 决策网络简化53-63
• 4.3.2. 简化网络概率表构建63-65
• 4.4 维修服务操作代价计算方法65-66
• 4.5 实例验证66-70
• 4.6 本章小结70-71
• 第5章 农机装备运维服务知识挖掘应用系统开发71-91
• 5.1 系统开发环境71-73
• 5.1.1. 开发框架71-72
• 5.1.2. 开发语言72
• 5.1.3. 数据库72
• 5.1.4. 挖掘工具72-73
• 5.2 系统总体设计73-75
• 5.2.1. 系统总体架构设计73-75
• 5.2.2. 系统功能结构设计75
• 5.3 系统功能75-82
• 5.3.1. 需求任务新增75-76
• 5.3.2. 故障匹配76-77
• 5.3.3. 维修规则库管理77-79
• 5.3.4. 知识库管理79-82
• 5.4 系统界面展示82-90
• 5.5 本章小结90-91
• 总结与展望91-93
• 总结91
• 展望91-93
• 参考文献93-96
• 攻读学位期间发表论文与研究成果清单96-97
• 致谢97

【相似文献】

中国重要报纸全文数据库 前1条

1 ;知识管理离不开电子文档[N];中国计算机报;2001年

中国博士学位论文全文数据库 前2条

1 王萍;网络环境下的领域知识挖掘[D];华东师范大学;2010年

2 于满泉;面向人物追踪的知识挖掘研究[D];中国科学院研究生院（计算技术研究所）;2006年

中国硕士学位论文全文数据库 前10条

1 陈钇林;文胸产品知识重用中的知识挖掘及其可视化研究[D];西安工程大学;2015年

2 郭政杰;基于知识挖掘的农机装备维修服务决策方法研究与系统实现[D];北京理工大学;2016年

3 刘琳;基于知识挖掘的现代企业客户关系管理应用研究[D];东北师范大学;2006年

4 文旭;基于本体的隐性知识挖掘研究[D];华中师范大学;2014年

5 来玲;大学图书馆知识流程及知识挖掘流程研究[D];天津师范大学;2004年

6 喻鹤;开放式临床诊疗智能决策支持系统中医学知识挖掘与决策过程分析工具的研究与实现[D];西安电子科技大学;2014年

7 李宁;用知识挖掘技术实现网络信息的学科知识分类与智能查询[D];四川大学;2003年

8 宋爽;共现分析在文本知识挖掘中的应用研究[D];南京理工大学;2006年

9 赵奇;基于感知意象的隐性知识挖掘及在服装设计中的应用研究[D];西安工程大学;2012年

10 刘志勇;高亮度LED芯片制造工艺知识挖掘技术的研究与应用[D];广东工业大学;2005年

  本文关键词：基于知识挖掘的农机装备维修服务决策方法研究与系统实现，由笔耕文化传播整理发布。

本文编号：301642