智能化校園網絡設備狀態檢測決策支持系統研究
摘 要：隨著信息化的深入發展，對校園網絡設備狀態的安全檢測成為校園網安全系統的重要組成部分。本文論述了校園網網絡設備狀態檢測決策支持系統的可行性，并提出了智能化網絡設備狀態檢測決策支持系統的框架。
關鍵詞：校園網 狀態檢測 決策支持系統
狀態檢測的關鍵是對設備狀態的判斷，不僅要識別已經發生的故障，而且要預測未來可能發生的故障。解決這些問題，一些常規的計算程序和分析程序無能為力或不夠有效。因為在這些問題中，人類專家的經驗起著主導作用。因此，專家系統技術已經運用到網絡設備狀態檢測中，而專家系統技術用于網絡設備的狀態檢測還不多見，原因在于網絡設備的狀態檢測起步比較晚。隨著教育信息化的深入發展，更要提高校園網絡設備的可靠率和檢測的性，因此網絡設備的狀態檢測勢在必行。狀態檢測能夠使檢測和效率提高，設備更新間隔延長和故障頻率降低，杜絕不足維護和過剩維護，減少事故的發生，提高了設備的可用系數，從而降低了。
一、網絡設備狀態檢測決策支持系統的總體結構
決策支持系統是輔助決策者通過數據、模型和知識，以人機交互方式進行半結構化或非結構化決策的應用系統，它是管理信息系統（ＭＩＳ）向更高一級發展而產生的先進信息管理系統，為決策者提供分析問題、建立模型、模擬決策過程和方案的，調用各種信息資源分析工具，幫助決策者提高決策水平和質量。決策支持系統是以管理科學、計算機科學、行為科學和控制論為基礎，以計算機技術、人工智能技術、經濟方法和信息技術為手段，主要解決面向半結構化的決策問題，支持中、高級決策者的決策活動的一種方案，通過人機對話進行分析、比較和判斷，幫助決策者根據自己的經驗和知識選擇一個滿意的方案，從而做出正確的決策。
傳感技術、微、數字信號處理和技術在狀態監測中的應用，使狀態檢測成為可能。而人工神經網絡、專家系統、模糊集理論等綜合智能技術在狀態識別和故障診斷中的應用，使狀態檢測得以實現。[1][2] 根據在線和離線監測診斷數據、設備壽命預測數據、可靠性評價數據、設計參數、檢測數據、同類設備數據等，進行綜合分析，并利用狀態評價準則體系對設備狀態變化趨勢進行預測，運用決策模型給出檢測什么和何時檢測的建議，并制定檢測計劃，發布到子網站。
1.設備綜合管理模塊
狀態檢測需要大量描述設備狀態及其演變過程的準確數據，即要有足夠的信息用于分析與決策，這就是設備數據綜合管理。該模塊管理和存儲所有設備資產清單、設備臺賬圖紙、設備設計數據、設備安裝狀況及系統圖、維修歷史數據、設備變更與維修記錄、設備狀態監測與診斷數據、事故及異常記錄、測點設置、設備可靠性狀態統計分析數據等等。
2.智能化診斷模塊
該模塊使用專家系統與人工神經元網絡相結合的方法實現。既能對單一試驗數據進行故障診斷，也能對多種試驗數據進行綜合診斷。單一診斷用產生式專家系統，將規程規定和專家知識存儲在知識庫，可以隨時更新、修改。綜合診斷用人工神經元BP網絡。功能模塊之間用狀態驅動。每一個層次的數據可以維護、查詢，有利于程序的模塊化設計。
3.檢測決策模塊
對單一設備，根據不同運行方式和檢測方式，給出對該設備來說最佳的檢測時間、檢測措施和檢測項目，并形成檢測決策報告。
4.編制檢測計劃模塊
狀態檢測并不排斥檢測計劃的作用，恰恰相反，狀態檢測體制還要利用一些先進的技術手段來動態地制訂和優化網絡設備檢測計劃，以充分發揮檢測計劃的作用。在狀態檢測體制下，面對眾多需要檢測的設備，檢測計劃的編制根據檢測決策的結果、負荷預測、趨勢分析、動態規則等手段考慮運行方式、可靠性、經濟性等要求，使檢測計劃既具有可行性，又具有科學性和經濟性。
5.網站檢測信息發布模塊
將排定的檢測計劃發布在網站上，供各學院執行，也為用戶提供了檢測信息，減少網絡設備檢測帶來的損失。這能提高服務質量，增加工作的透明度。
二、基于專家系統的單一診斷模塊
1.單一診斷功能
單一診斷是指對一種檢測方法所取得的數據進行處理和判斷，得出故障征兆或有關設備狀態的初步結論。檢測的數據與規程比較、與歷史比較、與同類設備比較，并考慮當前系統的運行狀況，將這些知識保存在專家系統的規則庫中。通過各種方法檢測到的數據，或通過檢測數據計算出的數據，并不能說明當前設備的狀況，只有與標準值比較，才能得到設備可能產生故障的征兆。單一診斷是對單項試驗數據進行診斷。該方法簡單、易于實現，有時可直接定位故障。但更多時給的結論不夠清晰，或結論片面。因此，該過程可以看作綜合診斷的前期數據處理。
單一診斷的結果可能有四種：
（1）明確定位故障；
（2）參數正常，不存在與此參數有關的故障；
（3）不確定故障是否存在；
（4）故障確實存在，但不能定位。
后兩種情況給出的結果不明確，需要更多的信息進行明確判斷，由綜合診斷來完成。但單一診斷的所有診斷結果都送到綜合數據庫里。在綜合診斷中，對四種結論的處理各不相同。
單一診斷的過程是：
（1）數據采集：采集定期或不定期的試驗數據；
（2）參數計算：有些參數不能直接測得，需要用試驗數據計算得到；
（3）參數換算：有時要把試驗數據或參數換算成某一環境下的數據；
（4）數據比較：試驗數據或換算后的數據與規程規定的標準試驗數據比較，與設備原始數據比較；
（5）得出結論：單一診斷的結論是上述的四種結論。如果不需綜合診斷，則可以直接生成診斷報告。
2.專家系統各模塊的功能
單一診斷功能由專家系統實現，其模塊如下：
（1）數據庫：數據來源于設備綜合模塊。該庫需要的數據有：設備工況數據；設備設計參數；設備缺陷與檢測數據；事故記錄；同類設備數據；
（2）知識庫：該庫包括故障診斷知識和設備狀態預測知識。包含設備的有關標準、規程、導則和有關設備性能指標的資料，以及收集的諸多專家分析判斷設備故障的權威經驗，用產生式知識表示法表示知識；
（3）推理機：能進行故障診斷和設備狀態預測，并設置監控預警功能，發現設備缺陷，向運行值班和檢測負責人發出警報。考慮到網絡設備故障的特點（有時是一種故障引起多個征兆，有時是一種征兆是由多個故障引起的），因此推理方式采用混合推理；
（4）學習機：隨著標準、規程及導則中有關內容的變化，經驗不斷積累和增加，診斷知識庫要隨時擴充、修改、更新，增強專家系統的診斷、決策能力。因此，要求學習機有很強的自學習功能。自學習包括三個方面的內容：①就診斷對象的功能狀態去識別系統未曾掌握的征兆，并形成新的知識；②有新的設備時，能夠學習新設備的故障征兆和判斷設備狀態的規則；③對知識的自行校正，如一致性、冗余檢驗等。
三、基于神經元網絡的綜合診斷模塊
神經網絡是對人腦神經系統的模擬，其目的是學習和模仿人腦的信息處理方式。神經網絡把知識變成網絡的權值和閥值，并分布存儲在整個神經網絡之中。在確定了神經網絡的結構參數、神經元特性和學習算法之后，神經網絡的知識表達是與它的知識獲取過程同時進行、同時完成的。當訓練結束時，神經網絡系統所獲取的知識就表達為網絡權值矩陣和閥值矩陣。神經網絡具有知識容量大，處理問題范圍廣，推理速度快等優勢。所以綜合診斷是運用人工神經元網絡在故障征兆與故障位置之間建立起數學模型，將綜合診斷知識存儲在網絡的權值和閥值里，采用BP網絡進行診斷。
四、結束語
網絡設備狀態檢測決策支持系統中設備狀態診斷是關鍵，不僅能對已經發生的故障做出診斷，還能對將要發生的故障進行預測，這樣才能根據狀態進行檢測。自學習功能，增加了該系統的靈活性，隨著經驗的積累，知識庫的日益豐富，狀態診斷的可靠性將日益提高。狀態檢測離不開狀態檢測技術，網絡設備的狀態監測已經有許多方法，隨著這些監測手段的日益完善，監測點逐漸增多，監測設備的功能逐步強大，通過先進的通訊手段和網絡化管理，狀態檢測系統就更為健全。
參考文獻：
[1]陳文偉.決策支持系統教程[M].北京：清華大學出版社，2005.8：264-313.
[2]高洪深.決策支持系統(DSS)理論·方法·案例[M].北京：清華大學出版社，2005.5：321-349.
【智能化校園網絡設備狀態檢測決策支持系統研究】相關文章：
面向現代制造領域的決策支持系統研究*03-18
網絡環境下的市場營銷決策與決策支持系統03-21
crm中的決策支持系統與貿易智能02-23
機電設備運行狀態健康監測系統研究論文04-29
中藥產業國際化的科技創新支持系統研究03-24
一種微形變量化檢測系統研究03-07
房地產營銷決策支持系統分析與設計03-21
談智能決策支持系統及其在林業中的應用研究03-04