故障诊断专家系统技术是将专家经验知识和数据库知识相结合,运用一定的推理技术进行故障诊断的先进技术。由于该系统准确性、时效性和稳定性等方面表现相对出色,该系统被广泛应用于各种领域。本文重点研究并设计了基于Hadoop平台的故障诊断专家系统,完成的主要工作如下:本文首先分析比较了现有的故障诊断专家系统的关键技术,详细研究了机器学习、知识发现、数据挖掘技术等的原理及内容,深入研究了Hadoop平台及Agent技术。通过基于Hadoop平台的故障诊断专家系统技术的研究和分析,针对其通用性不足以及推理判断方面不够准确的特点,对该平台采用了产生式扩展规则算法,以求达到更好的反馈结果。本文对这一改进方案进行了设计和实现。其次,本文综合运用推理方法和专家规则知识进行推理判断,结合Agent技术设计了“产生式扩展规则”算法,改进了传统故障诊断专家系统在通用性上的欠缺之处;搜索引擎上采用了垂直搜索引擎技术,完成了对url更加有效的采集工作;搜索结果排序上采用改进后的PageRank算法,即在该算法中引入一个E向量,有效避免了悬挂式链接的出现;对知识库采用拆分和覆盖方法,以求达到减少机器内存和CPU开销的目的。最后,通过进行相关试验,分析验证了Hadoop在各种场景下的表现情况,试验结果表明本文所采用的系统在搜索有效性、系统通用性、运行速率上较传统的系统都取得了较好的效果,同时处理时间得到了缩短,系统资源得到了一定程度的节省。