[發明專利]高壓氧艙大數據分析系統

在審

• 申請號: 201910583193.0
• 申請日: 2019-07-01
• 公開（公告）號: CN110782036A
• 公開（公告）日: 2020-02-11
• 發明（設計）人: 孫茂旭;張鵬;王銘均;張赟;于曉亮;何林燕
• 申請（專利權）人: 煙臺宏遠氧業股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06N3/08
• 代理公司: 11636 北京中創博騰知識產權代理事務所(普通合伙)
• 代理人: 孫福嶺

1.高壓氧艙大數據分析系統，其特征在于，包括：

神經網絡模塊，神經網絡模塊包括輸入轉換器、人工神經網絡和輸出轉換器，所述輸入轉換器將高壓氧艙邏輯信息轉換為被所述人工神經網絡處理的數字信息，所述輸出轉換器將所述人工神經網絡輸出的數字信息轉換為被外界識別和利用的高壓氧艙邏輯信息；

知識表示模塊，包括進行知識表示的知識庫，所述知識庫包括通過規則或框架獲得的邏輯知識、所述神經網絡模塊輸入輸出的邏輯知識、訓練知識和權值矩陣；

知識獲取模塊，通過神經網絡模塊獲取知識，利用高壓氧艙邏輯信息樣本對所述神經網絡模塊進行訓練，在給定的邏輯輸入條件下產生對應的邏輯輸出；

推理模塊，用于對所述神經網絡模塊通過所述知識表示模塊的知識表示進行推理；

解釋模塊，用于通過先驗知識對所述推理模塊對神經網絡模塊的推理過程進行解釋。

2.根據權利要求1所述的高壓氧艙大數據分析系統，其特征在于，所述輸入轉換器給定有輸入轉換模式，所述輸出轉換器給定有輸出轉換模式，根據所述輸入轉換器、人工神經網絡和輸出轉換器進行分析系統構造。

3.根據權利要求1所述的高壓氧艙大數據分析系統，其特征在于，所述知識獲取模塊還包括通過手工知識獲取和智能知識編輯結合獲取知識，從知識源獲取知識并通過智能知識編輯器輸入到知識庫中。

4.根據權利要求1所述的高壓氧艙大數據分析系統，其特征在于，還包括運行參數控制模塊，所述運行參數控制模塊采用模糊控制器對高壓氧艙內部環境控制參數和控制艙體功能部件參數進行控制。

5.根據權利要求4所述的高壓氧艙大數據分析系統，其特征在于，所述模糊控制器包括模糊集合、模糊語言變量和模糊邏輯推理，模糊控制器的輸入輸出值為將實際變量經過尺度變換轉換后的論域內的值，所述尺度變換包括線性變換和非線性變換，所述線性變換將實際變量等比例縮放到模糊論域，所述非線性變換采用自定義方式進行論域內變換。

6.根據權利要求5所述的高壓氧艙大數據分析系統，其特征在于，對量化后的實際變量選取模糊集合，通過隸屬函數進行模糊分割，再通過推理模塊進行計算。

7.根據權利要求6所述的高壓氧艙大數據分析系統，其特征在于，所述隸屬函數采用三角形隸屬函數。

8.根據權利要求1所述的高壓氧艙大數據分析系統，其特征在于，所述推理模塊通過Mamdani模糊推理方法采用模糊控制規則庫，根據輸入變量的值及隸屬度推出模糊控制規則的隸屬度，求出輸出變量的值及隸屬度。

9.根據權利要求1所述的高壓氧艙大數據分析系統，其特征在于，所述解釋模塊通過最大隸屬度法、加權平均法以及重心法進行解模糊。