| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 创新点摘要 | 第9-13页 |
| 第一章 绪论 | 第13-27页 |
| 1.1 选题的目的及意义 | 第13页 |
| 1.2 混合智能预警技术的研究进展 | 第13-15页 |
| 1.2.1 混合智能技术的发展概况 | 第13-14页 |
| 1.2.2 混合智能预警技术的目标任务分析 | 第14-15页 |
| 1.2.3 混合智能预警技术的研究现状 | 第15页 |
| 1.3 聚驱区块生产预警研究综述 | 第15-20页 |
| 1.3.1 聚驱生产预警的研究内容 | 第15-17页 |
| 1.3.2 聚驱预警异常类型分类 | 第17-18页 |
| 1.3.3 聚驱生产异常发生特点分析 | 第18-20页 |
| 1.4 混合智能聚驱生产动态预警方法研究综述 | 第20-23页 |
| 1.4.1 混合智能聚驱生产动态预警方法特性研究 | 第20-21页 |
| 1.4.2 混合智能聚驱生产预警存在的问题 | 第21-22页 |
| 1.4.3 研究现状综合分析 | 第22-23页 |
| 1.5 论文主要研究思路与内容 | 第23-25页 |
| 1.5.1 论文研究思路 | 第23-24页 |
| 1.5.2 论文研究内容 | 第24-25页 |
| 1.6 论文组织结构及内容安排 | 第25-27页 |
| 第二章 混合智能聚驱区块生产动态预警模型设计 | 第27-48页 |
| 2.1 引言 | 第27页 |
| 2.2 聚驱区块生产动态预警理论研究 | 第27-33页 |
| 2.2.1 聚驱区块生产动态数据分类及特点 | 第27-30页 |
| 2.2.2 聚驱生产异常模式挖掘流程研究 | 第30-32页 |
| 2.2.3 聚驱生产异常模式推理研究 | 第32-33页 |
| 2.3 混合智能动态预警的关键技术 | 第33-41页 |
| 2.3.1 混合智能技术应用研究 | 第33-36页 |
| 2.3.2 多Agent智能系统 | 第36-38页 |
| 2.3.3 ANFIS技术分析 | 第38-41页 |
| 2.4 混合智能聚驱区块生产动态预警模型设计 | 第41-47页 |
| 2.4.1 混合智能聚驱区块生产动态预警应用分析 | 第41-42页 |
| 2.4.2 混合智能聚驱区块生产动态预警流程 | 第42-43页 |
| 2.4.3 混合智能聚驱区块生产动态预警模型框架(HI-DEMP模型) | 第43-46页 |
| 2.4.4 HI-DEMP模型待解决问题分析 | 第46-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第三章 基于Agent的聚驱生产数据集成与管理 | 第48-74页 |
| 3.1 引言 | 第48页 |
| 3.2 聚驱生产动态数据模型的设计 | 第48-54页 |
| 3.2.1 案例样本设计 | 第48-51页 |
| 3.2.2 数据模型的总体结构 | 第51-52页 |
| 3.2.3 数据模型的详细设计 | 第52-54页 |
| 3.3 基于多Agent的数据集成管理模型设计 | 第54-61页 |
| 3.3.1 模型设计规范 | 第55页 |
| 3.3.2 Agent单体结构设计 | 第55-57页 |
| 3.3.3 模型总体设计 | 第57-58页 |
| 3.3.4 模型详细设计 | 第58-61页 |
| 3.4 多Agent的管理机制研究 | 第61-68页 |
| 3.4.1 Agent管理策略 | 第61-63页 |
| 3.4.2 Agent的生产与注册 | 第63-65页 |
| 3.4.3 Agent通信机制 | 第65-68页 |
| 3.5 实例测试与对比实验 | 第68-73页 |
| 3.5.1 Agent并发数量测试 | 第68-70页 |
| 3.5.2 Agent数据处理能力分析 | 第70-71页 |
| 3.5.3 Agent与多线程综合效果分析 | 第71-73页 |
| 3.5.4 测试效果综合分析 | 第73页 |
| 3.6 本章小结 | 第73-74页 |
| 第四章 聚驱生产异常模式挖掘方法研究 | 第74-103页 |
| 4.1 引言 | 第74页 |
| 4.2 PFD-Him方法的总体设计 | 第74-78页 |
| 4.2.1 PFD-Him方法的设计思想 | 第74-75页 |
| 4.2.2 SMP混合模式 | 第75-77页 |
| 4.2.3 多分类器组合 | 第77-78页 |
| 4.3 有效影响因子的界定与数据预处理方法 | 第78-84页 |
| 4.3.1 原始影响因子集的组织和获取 | 第78-80页 |
| 4.3.2 有效影响因子的界定 | 第80-82页 |
| 4.3.3 数据预处理过程实例分析 | 第82-84页 |
| 4.4 基于距离的特征选择方法 | 第84-95页 |
| 4.4.1 特征选择综述 | 第84-87页 |
| 4.4.2 时域与频域特征 | 第87-88页 |
| 4.4.3 基于距离的特征评估与选择 | 第88-90页 |
| 4.4.4 仿真实验与对比 | 第90-95页 |
| 4.5 基于ANFIS的模式挖掘过程 | 第95-102页 |
| 4.5.1 MMP工作原理 | 第95-97页 |
| 4.5.2 基于GA的多ANFIS模式挖掘过程 | 第97-98页 |
| 4.5.3 模式逻辑表达结构 | 第98-99页 |
| 4.5.4 模式挖掘结果可信度校验 | 第99-100页 |
| 4.5.5 实例测试及方法结论 | 第100-102页 |
| 4.6 本章小结 | 第102-103页 |
| 第五章 聚驱区块生产动态预警推理模型设计 | 第103-121页 |
| 5.1 引言 | 第103页 |
| 5.2 聚驱区块生产异常知识库设计 | 第103-112页 |
| 5.2.1 知识库结构 | 第103-105页 |
| 5.2.2 规则组成结构 | 第105-107页 |
| 5.2.3 知识表达与模式存储 | 第107-110页 |
| 5.2.4 框架结构设计 | 第110-112页 |
| 5.3 聚驱区块生产预警推理机制研究 | 第112-115页 |
| 5.3.1 知识推理过程 | 第112-113页 |
| 5.3.2 不确定性推理研究 | 第113-115页 |
| 5.4 实例测试与分析 | 第115-120页 |
| 5.4.1 实验环境设置 | 第115-117页 |
| 5.4.2 知识实例描述 | 第117-119页 |
| 5.4.3 实验结果分析 | 第119-120页 |
| 5.5 本章小结 | 第120-121页 |
| 第六章 聚驱生产开发管理平台设计与实现 | 第121-143页 |
| 6.1 引言 | 第121页 |
| 6.2 系统概述 | 第121-125页 |
| 6.2.1 应用现状分析 | 第121-122页 |
| 6.2.2 系统设计思想 | 第122-123页 |
| 6.2.3 系统总体结构 | 第123-124页 |
| 6.2.4 系统开发与运行环境配置 | 第124-125页 |
| 6.3 系统详细设计 | 第125-131页 |
| 6.3.1 基础平台设计与实现 | 第125-126页 |
| 6.3.2 业务系统的设计与实现 | 第126-127页 |
| 6.3.3 数据处理系统的设计与实现 | 第127-130页 |
| 6.3.4 生产预警系统实际应用效果 | 第130-131页 |
| 6.4 系统运行情况分析 | 第131-142页 |
| 6.4.1 实验背景 | 第131-132页 |
| 6.4.2 样本选取 | 第132-135页 |
| 6.4.3 样本过滤 | 第135-136页 |
| 6.4.4 有效数据项筛选 | 第136-140页 |
| 6.4.5 模式挖掘结果 | 第140-141页 |
| 6.4.6 预警推理及效果对比 | 第141-142页 |
| 6.5 本章小结 | 第142-143页 |
| 结论与展望 | 第143-145页 |
| 文中涉及的附表 | 第145-149页 |
| 附表1 消息参数及通信动作 | 第145-146页 |
| 附表2 时域和频域特征参数 | 第146-147页 |
| 附表3 南三区西部预警测试报告 | 第147-149页 |
| 参考文献 | 第149-160页 |
| 在读期间研究成果 | 第160-161页 |
| 致谢 | 第161页 |