基于.NET网络故障专家系统的设计与实现

论文摘要

随着国际互连网Internet的迅猛发展,网络异构性越来越高,网络规模和复杂性不断增加;同时用户对网络性能的要求也越来越高,这就使得网络维护的压力越来越大。采用软件手段对网络进行监视和控制可以减少网络故障并形成有效的恢复手段、优化网络性能并减少网络维护费用。为了实现对网络的集成化及智能综合管理,将决策技术、容错技术和人工智能应用于网络管理,一直是该领域的热点。本文针对现今网络管理的发展情况,在分析网络故障管理和专家系统各自特点的基础上,介绍一种基于不确定产生式规则网络故障管理专家系统。该系统能有效管理和排除网络故障,并与网管的其它模块协同工作,确保被管网络正常运行。本文重点介绍的是网络故障专家经验知识的组织,利用知识库进行故障推理的功能实现。采用不确定产生式规则描述领域专家知识,根据每条规则的可信度存放在知识库表中,供以后推理应用。因为系统知识库的规则明确且结论比较少,所以采用正向推理实现对知识库规则检索匹配。对于专家系统自学习也进行了研究,通过机器学习扩展专家系统知识库。最后实现一个网络故障专家系统平台,把局域网中常见的网络故障通过模糊推理,最终实现人类专家经验知识的再现,提高学生自主学习能力。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题概况
• 1.1.1 选题的研究背景
• 1.1.2 选题的目的和意义
• 1.1.3 选题依据
• 1.2 网络管理研究内容概述
• 1.2.1 网络故障管理的研究内容
• 1.2.2 网络管理的重要性
• 1.2.3 网络管理的目标
• 1.2.4 网络管理的方式
• 1.3 专家系统的发展历史及现状
• 1.3.1 专家系统的历史和发展阶段
• 1.3.2 专家系统的研究现状
• 1.3.3 专家系统的特点
• 1.3.4 专家系统的结构
• 1.4 本文的研究内容
• 1.5 本文的组织结构
• 1.6 本章小结
• 第二章 专家系统知识表示与知识库设计
• 2.1 知识与知识表示
• 2.1.1 知识的概念
• 2.1.2 知识的属性
• 2.1.3 知识表示方法
• 2.2 面向对象的基本概念
• 2.2.1 面向对象的基本概念
• 2.2.2 面向对象的基本特征
• 2.2.3 面向对象的知识表示方法
• 2.3 系统知识库的设计
• 2.3.1 知识库的组成
• 2.3.2 知识库表的结构
• 2.3.3 网络故障知识的规则表示
• 2.4 本章小结
• 第三章 专家系统推理机制的研究
• 3.1 推理机的基本概念
• 3.2 专家系统的推理策略
• 3.2.1 正向推理
• 3.2.2 反向推理
• 3.2.3 双向混合推理
• 3.3 推理算法的研究
• 3.3.1 向前链接算法
• 3.3.2 向后链接算法
• 3.3.3 双向链接算法
• 3.4 推理的可信度
• 3.4.1 证据的不确定表示
• 3.4.2 组合证据的不确定性
• 3.4.3 知识的不确定性
• 3.4.4 知识的不确定性传递
• 3.4.5 结论的不确定性的合成算法
• 3.5 推理功能设计
• 3.5.1 推理功能的封装
• 3.5.2 对象推理功能的设计
• 3.5.3 正向推理的实现
• 3.5.4 推理函数和冲突消解策略
• 3.6 本章小结
• 第四章 基于.NET 网络故障专家系统的实现
• 4.1 开发工具及开发环境
• 4.1.1 Microsoft.NET 平台
• 4.1.2 C＃语言特色
• 4.1.3 SQL Server 2000 数据库软件
• 4.2 专家系统逻辑设计
• 4.2.1 三层结构介绍
• 4.2.2 三层结构优势
• 4.3 系统功能设计
• 4.3.1 系统的物理结构
• 4.3.2 系统功能模块
• 4.4 数据库的设计与实现
• 4.4.1 数据库表的实现
• 4.5 推理机制的实现
• 4.6 专家系统自学习模块
• 4.6.1 故障诊断系统机器学习分类
• 4.6.2 故障诊断系统机器学习策略
• 4.6.3 故障诊断系统机器学习流程
• 4.7 系统功能实现
• 4.7.1 登陆界面
• 4.7.2 主界面
• 4.7.3 故障推理
• 4.8 本章小结
• 第五章 网络故障应用实例
• 5.1 创建规则库
• 5.2 建立事实表
• 5.3 具体的页面实现
• 5.3.1 系统文件组成
• 5.3.2 页面处理程序
• 5.3.3 推理机的实现
• 5.3.4 数据访问组件
• 5.4 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 攻硕期间取得的研究成果