基于Hadoop平台的故障诊断专家系统研究

发布时间：2017-05-06 06:02

  本文关键词：基于Hadoop平台的故障诊断专家系统研究，由笔耕文化传播整理发布。

【摘要】：故障诊断专家系统技术是将专家经验知识和数据库知识相结合,运用一定的推理技术进行故障诊断的先进技术。由于该系统准确性、时效性和稳定性等方面表现相对出色,该系统被广泛应用于各种领域。本文重点研究并设计了基于Hadoop平台的故障诊断专家系统,完成的主要工作如下:本文首先分析比较了现有的故障诊断专家系统的关键技术,详细研究了机器学习、知识发现、数据挖掘技术等的原理及内容,深入研究了Hadoop平台及Agent技术。通过基于Hadoop平台的故障诊断专家系统技术的研究和分析,针对其通用性不足以及推理判断方面不够准确的特点,对该平台采用了产生式扩展规则算法,以求达到更好的反馈结果。本文对这一改进方案进行了设计和实现。其次,本文综合运用推理方法和专家规则知识进行推理判断,结合Agent技术设计了“产生式扩展规则”算法,改进了传统故障诊断专家系统在通用性上的欠缺之处;搜索引擎上采用了垂直搜索引擎技术,完成了对url更加有效的采集工作;搜索结果排序上采用改进后的PageRank算法,即在该算法中引入一个E向量,有效避免了悬挂式链接的出现;对知识库采用拆分和覆盖方法,以求达到减少机器内存和CPU开销的目的。最后,通过进行相关试验,分析验证了Hadoop在各种场景下的表现情况,试验结果表明本文所采用的系统在搜索有效性、系统通用性、运行速率上较传统的系统都取得了较好的效果,同时处理时间得到了缩短,系统资源得到了一定程度的节省。
【关键词】：Hadoop 故障诊断 Agent 技术 数据挖掘
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP277
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-12
• 1.1 研究背景和意义8-9
• 1.2 研究现状9-10
• 1.2.1 故障诊断专家系统研究现状9-10
• 1.2.2 Hadoop平台研究现状10
• 1.3 论文主要研究内容10-11
• 1.4 本文组织结构11-12
• 第二章 故障诊断专家系统关键技术12-20
• 2.1 机器学习概述12-13
• 2.2 知识发现、数据挖掘技术的应用13
• 2.3 Hadoop平台介绍13-14
• 2.4 故障诊断原理介绍14-18
• 2.4.1 故障诊断系统模型介绍14-16
• 2.4.2 故障诊断系统的特点16
• 2.4.3 故障诊断的主要方法和内容16-18
• 2.5 Agent技术的应用18-19
• 2.6 本章小结19-20
• 第三章 基于云计算的故障诊断专家系统的设计20-34
• 3.1 故障诊断专家系统设计原则20-21
• 3.2 云诊断中心需求分析21-22
• 3.3 故障诊断专家系统网络拓扑结构22
• 3.4 诊断中心整体框架结构22-23
• 3.5 云诊断中心总体功能模块的设计23-27
• 3.5.1 在线智能查询模块的设计23-25
• 3.5.2 在线实时交互模块的设计25-26
• 3.5.3 智能Agent模块的设计26-27
• 3.5.4 故障诊断管理模块的设计27
• 3.6 诊断专家数据库设计27-32
• 3.6.1 基于Hadoop的知识库的建立与维护28-30
• 3.6.2 基于机器学习的推理机的设计30-32
• 3.7 本章小结32-34
• 第四章 基于云计算的故障诊断专家系统的实现34-46
• 4.1 在线查询模块的实现34-36
• 4.1.1 确定性故障诊断功能34-35
• 4.1.2 不确定性故障诊断功能35-36
• 4.1.3 模糊查询功能36
• 4.2 在线实时交互模块的实现36-37
• 4.3 智能Agent模块的实现37-44
• 4.3.1 多代理故障诊断过程37-41
• 4.3.2 远程多Agent故障诊断专家系统41-42
• 4.3.3 故障诊断管理模块的实现42-44
• 4.4 本章小结44-46
• 第五章 云平台实验结果分析46-52
• 5.1 实验环境配置与部署46-48
• 5.2 云平台测试48-51
• 5.2.1 分词效果的对比48-49
• 5.2.2 系统分布式与单机情况下抓取性能比较49-51
• 5.3 本章小结51-52
• 第六章 结论与展望52-54
• 6.1 总结52
• 6.2 展望52-54
• 参考文献54-57
• 致谢57

【相似文献】

中国期刊全文数据库 前10条

1 逄利华;张锦春;;基于Hadoop的分布式数据库系统[J];办公自动化;2014年05期

2 郑玮;;Hadoop释放大数据潜能[J];软件和信息服务;2012年10期

3 刘尔凯;崔振东;;基于HADOOP技术 实现银行历史数据线上化研究[J];金融电子化;2014年01期

4 邹群;;一种基于Hadoop的数字图书存储系统设计方案[J];黑龙江史志;2014年01期

5 谌章义;毕伟;向万红;王国安;吴爱国;;基于Hadoop的海量电费数据处理模型[J];计算机系统应用;2014年05期

6 ;大数据不等于Hadoop[J];办公自动化;2014年06期

7 ;保障Hadoop数据安全的十大措施[J];计算机与网络;2013年08期

8 王峰;雷葆华;;Hadoop分布式文件系统的模型分析[J];电信科学;2010年12期

9 苏小会;何婧媛;;Hadoop中任务调度算法的改进[J];电子设计工程;2012年22期

10 林伟伟;;一种改进的Hadoop数据放置策略[J];华南理工大学学报(自然科学版);2012年01期

中国重要报纸全文数据库 前8条

1 本报记者 郭涛;机器大数据也离不开Hadoop[N];中国计算机报;2013年

2 本报记者 王星;Hadoop引发大数据之战[N];电脑报;2012年

3 本报记者 邹大斌;Hadoop一体机降低大数据门槛[N];计算机世界;2012年

4 孙定;云计算、大数据与Hadoop[N];计算机世界;2011年

5 乐天　编译;Hadoop：打开大数据之门的金钥匙[N];计算机世界;2012年

6 范范　编译;Hadoop用户可以使用多种搜索引擎[N];网络世界;2013年

7 波波　编译;Hadoop、Web 2.0为磁带带来新商机[N];网络世界;2013年

8 本报记者 郭涛;让更多人能够使用Hadoop[N];中国计算机报;2012年

中国硕士学位论文全文数据库 前10条

1 刘君;基于Hadoop技术的气象数据采集及数据挖掘平台的研究[D];天津理工大学;2015年

2 谭旭;基于物流数据的快递网络分析与建模[D];浙江大学;2015年

3 赵伟;基于Hadoop的数据挖掘算法并行化研究[D];西南交通大学;2015年

4 赵振崇;基于Hadoop的决策树挖掘算法的研究[D];兰州大学;2015年

5 郭凯振;基于Hadoop的分布式计算系统的设计与实现[D];大连海事大学;2015年

6 白亮;基于Hadoop的民航高价值旅客发现方法研究[D];中国民航大学;2015年

7 席屏;基于Hadoop的视频大数据智能预警系统应用研究[D];江苏科技大学;2015年

8 董立明;基于HADOOP的分布式推荐引擎[D];复旦大学;2013年

9 陆艺达;基于Hadoop分布式计算框架的垃圾短信群发检测系统[D];复旦大学;2013年

10 沈德利;基于Hadoop的密文检索关键技术研究[D];西安电子科技大学;2014年

  本文关键词：基于Hadoop平台的故障诊断专家系统研究，由笔耕文化传播整理发布。

，

本文编号：347821