基于事例推理的质量故障处理系统的研究

基于事例推理是人工智能中的一种重要推理技术。以质量管理系统的设计与开发为背景,在分析质量故障处理的特点和应用现状的基础上,提出了一种基于事例推理的质量故障处理方法。它克服了传统的基于规则推理系统获取、描述准确知识困难的瓶颈,提高了自学习能力。     

基于云-边协同技术的突发性滑坡灾害监测预警体系研究

滑坡预警体系的建立和完善对于中国防灾减灾具有重要意义。目前成熟的滑坡预警体系以云端服务器为中心,完成数据集成、预警计算及信息发布等任务。然而,由于网络传输延迟、服务器运算时延的影响,从数据采集到客户端信息接收的过程中,存在较长的时耗过程,使预警体系存在一定程度的预警时延。同时,目前预警体系受制于数据传输条件,在灾后断电断网的场景下,现场监测网络无法与云端服务器建立连接,监测预警工作难以有效进行。为此,基于云-边协同技术,对滑坡灾害监测预警体系进行了深入研究,并开发了云端监测预警平台和边缘预警计算终端。通过真实滑坡监测数据模拟验证了云端与边缘预警计算终端协同工作时滑坡监测预警体系的有效性。研究成果对提高滑坡预警体系稳定性,尤其是极端网络条件下实现滑坡灾害有效预警具有积极作用。     

基于事例推理的质量管理系统的研究与实现

将事例推理技术应用于质量管理过程中,可以高效地为管理人员解决问题提供决策支持.应用知识发现方法,基于事例检索过程,提出全新的质量管理模式.利用相似度和特征索引从事例中找出与当前问题相关的最佳事例,设计了质量问题事例库,并实现了质量管理系统.