volvo零件料號查詢的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

一個以知識為基的民航機故障診斷專家系統雛型

為了解決volvo零件料號查詢的問題，作者鍾忠宗 這樣論述：

民航機為最快速便捷的現代交通工具，其科技日新月異，旨在不斷提高安全性與便利性。由於其設計越來越複雜，故障診斷的難度也隨之增加。本研究試圖引用知識庫專家系統的功能，期望在航空公司機隊的維修時，能有效而正確的在短時間內，找出故障的根源所在，不只消除安全顧慮，提高品質，更免除不必要的時間與零件成本浪費。 知識經濟時代，正確的知識管理是確保競爭優勢的關鍵，本研究的目的，在建構一個結合知識管理的平台，應用於民用航空器故障診斷的專家系統雛形。 專家系統已廣泛應用於許多專門領域，亦是人工智慧成功的應用方法之一。民航機的故障診斷過程，有許多的不確定性與資訊不完整的情況

存在。本研究所提出的民航機故障診斷專家系統(Aircraft fault diagnosis expert system, AFDES)，乃根基於專家系統的設計原理，在此一領域的運用。在日常操作中，當機師或工程師觀察到飛機操作上的不正常，或是飛機發出故障訊號、警示時，AFDES利用這些資料，提出需要進一步求證的資訊，引導工程師偵錯的方向，進一步找出可能的故障來源。 本研究的推理機制採用混合規則式推理(Rule-based Reasoning, RBR)與案例式推理(Case-based Reasoning, CBR) 的綜合式推理模式(Hybrid Reasoning or

Multi-modal Reasoning, MMR)。當故障徵兆與事證足夠判斷時，規則庫便可提供正確的故障原因與復原方法；而在不完全資訊的情況時，案例庫中的資訊，便可以用來計算最有可能的解。過去發生率的表示法不僅用來輔助工程師依次序實行修復工作，同時也是資訊不完全時的推理方法。 規則庫中，對於設計之初所未能預料的故障，藉由案例庫的增長，不斷收集的線上資料，可以修正與增補規則庫，達到機器學習的效能。案例資料庫的資訊，也可以供民航公司，提出預防性的維護計劃，以便「早期發現，提早治療」。對於飛機與引擎系統的設計者，AFDES可以針對機種提供設計上變更的建議，以及未來新機種的設

計參考。透過專家系統的介面，AFDES也可以用於新任工程師的線上培訓，使其能在最短期間，學習到前人故障診斷過程的寶貴經驗。 為達成知識的傳承和知識內容的可用性，關聯式資料庫管理系統因其易於延伸，修改與查詢的優點而被採用於AFDES。 本研究建立一個雛形系統以驗證以上原理與系統的正確性和可行性，做為將來完整系統運作的參考與評估。 本研究發現專家的內隱知識可以藉由專家系統的案例式推理，留給後來的使用者。而民航機故障診斷的外顯專業知識部份，透過專家系統的架構，可藉由在網路上的互動式推理過程，正確的傳達給需要的使用者。 科

技日新月異，新知識的傳承不能再以傳統的速率傳遞。將組織內的有用知識予以系統化，網路化將有利於傳播，保存和再利用。進一步的將組織內的知識，利用人工智慧如專家系統的再處理，可望發掘出新的方法來解決問題。