基于知识图谱融合用户显隐性偏好的个性化推荐方法研究
这是一篇关于个性化推荐,协同过滤,知识图谱技术,稀疏性问题,属性偏好的论文, 主要内容为随着科技发展脚步地加快,大数据时代的到来在给人们带来便利的同时也伴随着数据冗余的问题,用户面对海量数据无法做出正确且适合自己的选择。搜索引擎通过用户明确目的搜索解决了部分的数据冗余问题,但是并没有能力处理用户的个性化需求问题,因此推荐系统应运而生。个性化的推荐系统通过筛除无用数据专门为用户提供最合适的数据信息。但是用户评分数据的稀疏和系统的冷启动问题一直限制着推荐系统的性能表现。因此,大量研究者通过引入辅助信息作为数据填充到推荐系统中来提升推荐系统的性能,例如将知识图谱、项目属性等信息结合到推荐系统中。本文将引入知识图谱到推荐系统中,利用知识图谱的网络边结构信息挖掘用户的隐性属性偏好,对传统基于项目属性偏好的协同过滤算法进行改进得到CFUEP算法。在知识图谱上通过对显性偏好和隐性偏好的融合,解决了数据稀疏的问题,提高了推荐的性能、增强了推荐系统的可解释性。最后基于SSM框架使用Java语言开发了一套个性化电影推荐系统。本文主要创新点与工作内容如下:1.本文利用知识图谱的网络边结构信息挖掘用户的隐性属性偏好,从用户的历史项目记录出发,将用户和项目的ID嵌入作为原始输入,通过对项目I在d维空间上的嵌入,表示每个项目I与项目嵌入i∈Rd在向量空间中相关联,给定项目嵌入I和第一跳的继承连接集合Lu1,通过将项目I与头实体hi和关系实体ri进行比较,为Lu1中的每个三元组分配一个隐性偏好继承概率。在获得相关结点继承概率后将Su1中的尾实体与隐性关联概率和显性关联概率相乘得到从用户历史交互项目沿着知识图谱传播一跳的传播向量。以此递归计算得到最后的用户嵌入u,最后通过用户嵌入和项目嵌入计算得到用户对项目的点击率预测。2.本文基于SSM开发框架设计并开发了个性化电影推荐系统。首先对系统进行需求分析,确定推荐系统的整体框架,然后结合实际场景设计实现功能板块和业务逻辑,最后对该系统进行了系统功能测试,验证该系统是否符合我们的预期要求。
基于电磁信号的直驱永磁同步电机匝间短路故障诊断
这是一篇关于直驱永磁同步电机(DDPMSM),匝间短路故障,探测线圈阵列,故障特征量,故障诊断,知识图谱技术的论文, 主要内容为直驱永磁同步电机(DDPMSM)凭借其体积小、效率和功率密度高,无中间传动机构等优点,近些年来广泛应用于交通运输、航空航天、国防军工等重要领域。在电动汽车与工业机器人等一些需要高功率的场合下,多支路并联绕组结构的DDPMSM(MB-DDPMSM)广泛应用。然而MB-DDPMSM经常工作在复杂的工况中,这导致其易发生匝间短路故障(Inter-turn short-circuit fault,ISF)。若早期匝间短路故障未被发现并采取相应的措施,匝间短路故障会在短时间内迅速发展扩散,造成巨额经济财产损失。及时检测出早期匝间短路故障能够有效防止故障恶化,预防灾难性故障发生。若能进一步诊断出短路线圈的位置,不仅能为故障后的运行策略和容错策略制定提供重要信息,还能极大的减少MB-DDPMSM的维修时间和成本。因此,开展MB-DDPMSM早期匝间短路故障的检测与定位研究具有重要的理论研究价值与工程应用价值。匝间短路故障会使电机内部故障位置的气隙磁场密度发生变化,通过观测电机内部不同位置的磁场变化可以全面准确的实现电机匝间短路故障的检测与定位。根据上述分析,本文以MB-DDPMSM为研究对象,提出了一种基于电磁信号的匝间短路故障诊断方法。首先分析了探测线圈的工作机理,提出了一种用于测量DDPMSM各个定子齿磁通的新型的探测线圈阵列。其次,选取了检测早期匝间短路故障与识别故障线圈位置的故障特征量。然后,提出了匝间短路故障检测与定位算法,并建立了MB-DDPMSM匝间短路智能故障诊断系统。最后,搭建了实验平台,并进行了相应的实验研究工作。论文的主要工作内容如下:1.开展了探测线圈阵列布置及工作机理的研究。首先,建立了DDPMSM中任意定子线圈匝间短路故障下空间不同位置处的探测线圈反电势数学模型。将数学模型结果与有限元模型仿真结果进行比对分析,验证了所建立的数学模型的准确性。然后,针对探测线圈安装数量过多的问题,利用所建立的数学模型提出了一种新型的探测线圈阵列。不同DDPMSM中的探测线圈阵列与电机绕组分布情况有关。因此,分析了不同极槽组合和线圈绕制方式下的DDPMSM的槽电势星型图,得到了单/双层分数槽集中绕组DDPMSM的绕组分布情况,为不同DDPMSM中探测线圈阵列布置方式的制定提供了基础。2.开展了MB-DDPMSM线圈内部匝间短路故障特征量的研究。利用所提出的数学模型,分析了匝间短路故障对探测线圈组中的各个探测线圈反电势影响。根据探测线圈反电势与短路线圈组位置之间的位置关系,选取出早期故障检测及短路线圈组定位特征量。根据处于故障线圈组中探测线圈的反电势变化规律,选取出故障线圈定位特征量。通过有限元仿真结果验证了所选取特征量的有效性。与现有故障定位方法进行比较,验证了所选取特征量的灵敏性。3.提出了MB-DDPMSM匝间短路故障诊断方法。根据故障特征量与故障位置之间的关系,提出了早期匝间短路故障检测及线圈定位算法。将所提出故障诊断算法转化为知识图谱语言,建立了匝间短路故障智能诊断系统。利用建立的故障诊断系统对预设的匝间短路故障进行检测与定位。结果表明,系统能实现早期匝间短路故障检测及早期故障线圈定位。4.开展了MB-DDPMSM匝间短路故障实验验证工作。制作用于故障诊断实验的MB-DDPMSM,搭建了MB-DDPMSM匝间短路故障实验平台,开展了相应的故障诊断实验。实验结果验证了所建立数学模型的准确性、所选取故障特征量的有效性。本文共有图29幅,表19个,参考文献71篇
基于知识图谱的直驱永磁同步电机匝间短路故障诊断
这是一篇关于直驱永磁同步电机(DDPMSM),多支路并联绕组,匝间短路故障,线圈子单元,匝间短路故障模型,故障特征量,故障诊断,知识图谱技术的论文, 主要内容为直驱永磁同步电机(DDPMSM)具有效率高、功率密度高、无中间传动机构等优点,广泛应用于轨道交通、航空航天、国防军工等领域。应用于这些领域的DDPMSM功率较高,相电流较大,为降低电流密度,多支路并联绕组结构DDPMSM(MB-DDPMSM)广泛应用。因工况较为复杂,工作环境较为恶劣,大功率MB-DDPMSM容易发生匝间短路故障。作为驱动系统主要动力源的MB-DDPMSM如果发生匝间短路故障,往往会造成更大的生命财产损失,甚至引发灾难性事故。匝间短路故障诊断技术能够提高电机可靠性,减少匝间短路故障故障造成的损失。因此,MB-DDPMSM匝间短路故障诊断技术具有重要的理论研究价值和工程应用价值。本文以MB-DDPMSM为研究对象,建立电机定子绕组匝间短路故障数学模型。利用所建立的模型对比分析电机匝间短路故障前后电流、电压、转矩等物理量的变化规律,遴选出故障诊断特征量,包括故障检测特征量、故障线圈定位特征量、程度评估特征量。建立故障特征量与不同故障位置、不同故障程度之间的映射关系,并根据映射关系建立基于知识图谱的MB-DDPMSM匝间短路故障诊断系统。同时开展相应的实验研究工作。具体研究内容如下。1.建立了改进的基于线圈子单元的DDPMSM匝间短路故障状态数学模型。建立基于线圈子单元的DDPMSM匝间短路故障状态数学模型。针对模型无法考虑磁路饱和对电感参数影响的问题,引入修正系数对电感进行修正。通过交流法计算出线圈电感随电流的变化规律,并利用多项式函数拟合法建立修正系数与短路电阻、短路匝数之间的函数关系,实现不同故障情况下电感的自适应计算。针对模型无法考虑谐波对空载反电势参数影响的问题,对空载反电势计算进行改进。分析不同工况下电机空载反电势的谐波成份,确定电机空载反电势中含量较高的谐波频次及其幅值。将电机的主要谐波计入模型的空载反电势方程中。利用多项式函数拟合法建立主要谐波幅值与转速之间的函数关系,实现不同转速情况下空载反电势的自适应计算。将改进的数学模型、有限元模型、实验结果行比较分析。结果表明,所建立的改进模型能考虑磁路饱和、空载反电势谐波对模型参数的影响,进一步提高模型的计算精度。该模型能够对MB-DDPMSM匝间短路故障状态下的性能进行分析。2.遴选了MB-DDPMSM线圈内部匝间短路故障特征量。利用所建立的数学模型与有限元模型,对比研究线圈元件内部短路位置、短路匝数、短路电阻等多因素耦合作用对定子电流、定子电压、电磁转矩等物理量的影响规律。分析各物理量对匝间短路故障的敏感性,遴选出早期故障检测特征量。分析各物理量与短路位置之间的关系,遴选出故障线圈定位特征量。分析各物理量随短路匝数的变化规律及对工况的泛化能力,遴选出故障程度评估特征量。将模型的计算结果与实验结果进行比较分析,验证所遴选特征量的正确性。3.建立了基于知识图谱的MB-DDPMSM匝间短路故障诊断系统。计算健康状态不同负载及转速下电机的故障检测特征量的值,利用多项式函数拟合法建立故障检测阈值与转速、负载之间的关系,构建自适应阈值产生器。建立故障特征量与不同匝间短路故障位置、故障程度之间的映射关系。将所建立的映射关系转化为知识图谱语言,利用知识图谱技术强大的多信息融合能力,建立集故障诊断、故障线圈定位及故障程度评估于一体的匝间短路故障诊断系统。利用建立的故障诊断系统对预设的匝间短路故障进行诊断。结果表明,诊断结果与预设结果一致,该系统能在任意工况下实现匝间短路故障检测、故障线圈定位、故障程度评估。4.搭建了MB-DDPMSM匝间短路故障实验平台。研制MB-DDPMSM匝间短路故障模拟样机,开展实验验证工作。实验结果验证了所建立的匝间短路故障状态数学模型的正确性与准确性、所遴选故障特征量的可行性和有效性。本文共有图66幅,表22个,参考文献72篇。
基于知识图谱融合用户显隐性偏好的个性化推荐方法研究
这是一篇关于个性化推荐,协同过滤,知识图谱技术,稀疏性问题,属性偏好的论文, 主要内容为随着科技发展脚步地加快,大数据时代的到来在给人们带来便利的同时也伴随着数据冗余的问题,用户面对海量数据无法做出正确且适合自己的选择。搜索引擎通过用户明确目的搜索解决了部分的数据冗余问题,但是并没有能力处理用户的个性化需求问题,因此推荐系统应运而生。个性化的推荐系统通过筛除无用数据专门为用户提供最合适的数据信息。但是用户评分数据的稀疏和系统的冷启动问题一直限制着推荐系统的性能表现。因此,大量研究者通过引入辅助信息作为数据填充到推荐系统中来提升推荐系统的性能,例如将知识图谱、项目属性等信息结合到推荐系统中。本文将引入知识图谱到推荐系统中,利用知识图谱的网络边结构信息挖掘用户的隐性属性偏好,对传统基于项目属性偏好的协同过滤算法进行改进得到CFUEP算法。在知识图谱上通过对显性偏好和隐性偏好的融合,解决了数据稀疏的问题,提高了推荐的性能、增强了推荐系统的可解释性。最后基于SSM框架使用Java语言开发了一套个性化电影推荐系统。本文主要创新点与工作内容如下:1.本文利用知识图谱的网络边结构信息挖掘用户的隐性属性偏好,从用户的历史项目记录出发,将用户和项目的ID嵌入作为原始输入,通过对项目I在d维空间上的嵌入,表示每个项目I与项目嵌入i∈Rd在向量空间中相关联,给定项目嵌入I和第一跳的继承连接集合Lu1,通过将项目I与头实体hi和关系实体ri进行比较,为Lu1中的每个三元组分配一个隐性偏好继承概率。在获得相关结点继承概率后将Su1中的尾实体与隐性关联概率和显性关联概率相乘得到从用户历史交互项目沿着知识图谱传播一跳的传播向量。以此递归计算得到最后的用户嵌入u,最后通过用户嵌入和项目嵌入计算得到用户对项目的点击率预测。2.本文基于SSM开发框架设计并开发了个性化电影推荐系统。首先对系统进行需求分析,确定推荐系统的整体框架,然后结合实际场景设计实现功能板块和业务逻辑,最后对该系统进行了系统功能测试,验证该系统是否符合我们的预期要求。
基于知识图谱融合用户显隐性偏好的个性化推荐方法研究
这是一篇关于个性化推荐,协同过滤,知识图谱技术,稀疏性问题,属性偏好的论文, 主要内容为随着科技发展脚步地加快,大数据时代的到来在给人们带来便利的同时也伴随着数据冗余的问题,用户面对海量数据无法做出正确且适合自己的选择。搜索引擎通过用户明确目的搜索解决了部分的数据冗余问题,但是并没有能力处理用户的个性化需求问题,因此推荐系统应运而生。个性化的推荐系统通过筛除无用数据专门为用户提供最合适的数据信息。但是用户评分数据的稀疏和系统的冷启动问题一直限制着推荐系统的性能表现。因此,大量研究者通过引入辅助信息作为数据填充到推荐系统中来提升推荐系统的性能,例如将知识图谱、项目属性等信息结合到推荐系统中。本文将引入知识图谱到推荐系统中,利用知识图谱的网络边结构信息挖掘用户的隐性属性偏好,对传统基于项目属性偏好的协同过滤算法进行改进得到CFUEP算法。在知识图谱上通过对显性偏好和隐性偏好的融合,解决了数据稀疏的问题,提高了推荐的性能、增强了推荐系统的可解释性。最后基于SSM框架使用Java语言开发了一套个性化电影推荐系统。本文主要创新点与工作内容如下:1.本文利用知识图谱的网络边结构信息挖掘用户的隐性属性偏好,从用户的历史项目记录出发,将用户和项目的ID嵌入作为原始输入,通过对项目I在d维空间上的嵌入,表示每个项目I与项目嵌入i∈Rd在向量空间中相关联,给定项目嵌入I和第一跳的继承连接集合Lu1,通过将项目I与头实体hi和关系实体ri进行比较,为Lu1中的每个三元组分配一个隐性偏好继承概率。在获得相关结点继承概率后将Su1中的尾实体与隐性关联概率和显性关联概率相乘得到从用户历史交互项目沿着知识图谱传播一跳的传播向量。以此递归计算得到最后的用户嵌入u,最后通过用户嵌入和项目嵌入计算得到用户对项目的点击率预测。2.本文基于SSM开发框架设计并开发了个性化电影推荐系统。首先对系统进行需求分析,确定推荐系统的整体框架,然后结合实际场景设计实现功能板块和业务逻辑,最后对该系统进行了系统功能测试,验证该系统是否符合我们的预期要求。
基于电磁信号的直驱永磁同步电机匝间短路故障诊断
这是一篇关于直驱永磁同步电机(DDPMSM),匝间短路故障,探测线圈阵列,故障特征量,故障诊断,知识图谱技术的论文, 主要内容为直驱永磁同步电机(DDPMSM)凭借其体积小、效率和功率密度高,无中间传动机构等优点,近些年来广泛应用于交通运输、航空航天、国防军工等重要领域。在电动汽车与工业机器人等一些需要高功率的场合下,多支路并联绕组结构的DDPMSM(MB-DDPMSM)广泛应用。然而MB-DDPMSM经常工作在复杂的工况中,这导致其易发生匝间短路故障(Inter-turn short-circuit fault,ISF)。若早期匝间短路故障未被发现并采取相应的措施,匝间短路故障会在短时间内迅速发展扩散,造成巨额经济财产损失。及时检测出早期匝间短路故障能够有效防止故障恶化,预防灾难性故障发生。若能进一步诊断出短路线圈的位置,不仅能为故障后的运行策略和容错策略制定提供重要信息,还能极大的减少MB-DDPMSM的维修时间和成本。因此,开展MB-DDPMSM早期匝间短路故障的检测与定位研究具有重要的理论研究价值与工程应用价值。匝间短路故障会使电机内部故障位置的气隙磁场密度发生变化,通过观测电机内部不同位置的磁场变化可以全面准确的实现电机匝间短路故障的检测与定位。根据上述分析,本文以MB-DDPMSM为研究对象,提出了一种基于电磁信号的匝间短路故障诊断方法。首先分析了探测线圈的工作机理,提出了一种用于测量DDPMSM各个定子齿磁通的新型的探测线圈阵列。其次,选取了检测早期匝间短路故障与识别故障线圈位置的故障特征量。然后,提出了匝间短路故障检测与定位算法,并建立了MB-DDPMSM匝间短路智能故障诊断系统。最后,搭建了实验平台,并进行了相应的实验研究工作。论文的主要工作内容如下:1.开展了探测线圈阵列布置及工作机理的研究。首先,建立了DDPMSM中任意定子线圈匝间短路故障下空间不同位置处的探测线圈反电势数学模型。将数学模型结果与有限元模型仿真结果进行比对分析,验证了所建立的数学模型的准确性。然后,针对探测线圈安装数量过多的问题,利用所建立的数学模型提出了一种新型的探测线圈阵列。不同DDPMSM中的探测线圈阵列与电机绕组分布情况有关。因此,分析了不同极槽组合和线圈绕制方式下的DDPMSM的槽电势星型图,得到了单/双层分数槽集中绕组DDPMSM的绕组分布情况,为不同DDPMSM中探测线圈阵列布置方式的制定提供了基础。2.开展了MB-DDPMSM线圈内部匝间短路故障特征量的研究。利用所提出的数学模型,分析了匝间短路故障对探测线圈组中的各个探测线圈反电势影响。根据探测线圈反电势与短路线圈组位置之间的位置关系,选取出早期故障检测及短路线圈组定位特征量。根据处于故障线圈组中探测线圈的反电势变化规律,选取出故障线圈定位特征量。通过有限元仿真结果验证了所选取特征量的有效性。与现有故障定位方法进行比较,验证了所选取特征量的灵敏性。3.提出了MB-DDPMSM匝间短路故障诊断方法。根据故障特征量与故障位置之间的关系,提出了早期匝间短路故障检测及线圈定位算法。将所提出故障诊断算法转化为知识图谱语言,建立了匝间短路故障智能诊断系统。利用建立的故障诊断系统对预设的匝间短路故障进行检测与定位。结果表明,系统能实现早期匝间短路故障检测及早期故障线圈定位。4.开展了MB-DDPMSM匝间短路故障实验验证工作。制作用于故障诊断实验的MB-DDPMSM,搭建了MB-DDPMSM匝间短路故障实验平台,开展了相应的故障诊断实验。实验结果验证了所建立数学模型的准确性、所选取故障特征量的有效性。本文共有图29幅,表19个,参考文献71篇
基于知识图谱的多目标多约束柔性作业车间调度问题的研究
这是一篇关于智能制造,知识图谱技术,数据管理,改进的NSGA-Ⅱ算法,动态排产的论文, 主要内容为柔性作业车间调度既是传统离散制造系统的研究热点,也是智能制造系统的瓶颈难点。一方面,尽管目前已有的调度优化算法或数学模型求解的调度方案很多,但均与实际生产存在差异,仍需要对调度方案进行人工调整,无法保证方案的生产效率和稳定性;另一方面,由于企业生产车间缺少统一的数据管理模型,导致生产过程产生的大量数据共享不及时、数据关系不明确和数据知识利用不足等,无法有效管理和利用数据知识指导生产,这些现状已不满足制造企业信息化和智能化发展趋势。针对上述问题,本文提出采用知识图谱技术,对制造企业历史数据和人工排产调整经验进行管理和应用,结合改进的NSGA-Ⅱ算法,直接获得可行且符合实际生产的调度方案。本文主要研究工作如下:1.离线车间知识图谱模式层和数据层的构建。首先,分析现有车间数据管理系统的数据管理能力;其次,以W企业为研究对象,根据知识图谱构建流程,以结构化形式整理人工排产调整经验和车间历史数据,构建离线车间知识图谱的模式层:然后,将整理好的结构化三元组数据存储在Neo4j图形数据库中,完成离线车间知识图谱数据层的构建,获得统一的数据与知识管理模型。最后,利用Cypher语句,在离线车间知识图谱数据层中查询相关工件的工艺和可选设备等离线加工信息。2.基于改进的NSGA-Ⅱ的调皮算法设计。本文针对传统NSGA-Ⅱ算法求解调度问题存在的缺陷进行改进。首先,交叉、变异算子的确定采用随机自适应策略,使随机产生的交叉、变异算子随迭代次数变化,保证算法的局部寻优和全局搜索能力;其次,非支配排序采用累积排序的方法,改善个体密度信息估计,保证了种群多样性;然后,精英保留策略采用分布变比精英保留策略,避免陷入局部最优;最后,基于改进的NSGA-Ⅱ完成调度优化算法的设计,利用测试算例分析证明改进算法的有效性。3.在线车间知识图谱的构建和动态排产问题的解决。为了使调度方案更符合车间生产实际,利用数据监测系统对生产在线数据进行采集,获得各类生产资源的实际状态,完成在线车间知识图谱的构建。将动态排产问题分为任务未下达前的动态调整和任务下达后的动态扰动。对于动态调整而言,利用离线图谱模式层的人工排产经验和在线图谱,对基于模型算法求解的调度方案进行调整,直接获得可行且符合实际生产的调度方案,摆脱对人工调整的依赖;对于动态扰动而言,利用在线车间知识图谱和知识推理的方法,对动态扰动问题迅速做出反应,提高动态排产质量和效率。本文研究表明,利用知识图谱技术,不仅可以对生产数据与知识进行统一管理,而且可以利用数据知识代替人工调整,获得符合实际生产的调度方案,验证数据知识对生产指导的可行性和有效性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码货栈 ，原文地址：https://bishedaima.com/lunwen/53123.html
