基于故障树的某型舰炮故障诊断系统的设计与实现

针对某型舰炮随动系统状态异常的现象,设计并实现了一种基于故障树的故障诊断专家系统.首先给出了舰炮故障诊断专家系统的组成,主要介绍知识库、推理机、人机接口模块的设计方法.根据该型舰炮故障的特点构造故障树,完成知识库的建造与更新.推理机采用正向推理和反向推理相结合的推理策略.实践表明,该故障诊断专家系统人机交互界面美观,用户操作方便,故障诊断结果基本可靠,知识库易于扩展.     

机械产品柔性模块化设计知识库系统的研究

介绍了柔性模块的基本概念;在分析柔性模块化产品的设计推理过程的基础上,提出了一种面向对象的知识库建模方法.将模块视为对象,并以功能模块、柔性模块、实例模块为基础构成对象层次体系,以对象框架语言描述模块的相关设计知识,组成知识单元.然后论述了基于实例和框架的知识推理过程,并给出了液压机产品知识库系统的框架结构.结果表明,该系统的研究和开发可有效支持液压机等大型机械产品的快速响应设计.     

基于故障树的测控设备发射装置专家系统设计

为实现某型设备发射装置故障的快速诊断,在深入分析发射装置组成原理、故障模式及其传递途径的基础上,建立了故障树.根据故障树与专家系统知识库的内在联系,利用产生式规则构建了专家系统的知识库,设计了基于正向推理策略的推理机,采用通用数据库技术和面向对象语言进行软件开发,最终给出了一种可用于提高该型设备发射装置故障处理智能化水平的设计方案.     

基于多智能体的公共检测资源协调方法

公共检测资源协调过程的关键是任务合作者的选择和检测任务的分解.采用改进的合同网协议选择任务合作者,采用基于知识库的专家推理实现任务分解.在改进的合同网协调机制中,为每个任务类维护一个专家集,从而减少管理智能体的筛选负担和多智能体系统的通信开销,同时应用模糊综合评价方法实现投标书评价,并选取任务最佳合作者.采用多级推理机实现任务分解,设计了从实例中推导新知识和根据历史分解记录得到分解规则2种知识获取方法,设计采用正向推理策略的推理机.最后给出了公共检测资源协调的基于Web Service的实现.     

改善专家系统问题求解能力的一种方法

本文介绍一种用结合启发性推理和基于模型的推理来改善专家系统问题求解能力的方法。启发性推理是用规则表示的知识来进行的,而基于模型的推理是用框架表示的知识来进行的。以框架表示的有关模型的知识是存放在传统的关系数据库内,这样利用现有的DBMS(数据库管理系统)简化了知识的存取,增删等工作。规则存于知识库内。该方法吸取了两种推理的优点,提高了效率,改善了系统的问题求解能力。     

基于知识工程的CAD 技术研究

产品开发过程是一种知识密集型的活动, 许多研究致力于将知识工程引入CAD 系统。智能CAD 技术, 运用知识库系统, 解决了产品设计中对知识的需求的问题;基于知识的设计, 实现CAD 和知识工程的结合;基于配置的设计以配置器为核心技术, 有效解决复杂推理问题;基于定制的设计, 满足客户个性化需求的敏捷产品设计;基于设计仓库的设计, 实现产品知识管理和案例管理;基于知识网络的设计, 利用XM L 技术, 为企业知识在Inte rnet上交流提供基础。     

设计与实现计算机推理软件的研究

计算机专家系统是计算机推理软件的典型代表．本文提出了一种设计与实现计算机推理软件的方法．该方法将领域理论、知识、经验转换成计算机能够存储、表示和应用的知识库,该知识库的内容通过知识转换器完成对知识的识别、分析、数据收集、编码处理、地址分配等,随后转换产生用于逻辑推理数据形式的知识规则库文件．在知识规则库文件的基础上建立一个独立的推理执行系统,它采用精确推理的方法,依据由知识转换器产生的知识规则库文件,实现相应的推理结构确定的逻辑控制,论述了计算机推理软件的设计思想、总体设计及其特点,并介绍了采用计算机编程语言的实现方法．     

烧结过程异常状况诊断专家系统SPADES（Ⅱ）——关键技术

知识库构造和推理机设计是实现专家系统的关键技术,烧结过程异常诊断的知识具有模糊性、不确定性与因果性强,定性知识与定量知识并存的特点,采用模糊逻辑表达烧结过程信息的模糊特性,研究了表达烧结过程异常诊断知识的综合型知识表达方式,短文加的组织包括数据库、事实库、模型库和规则库。规则库中的规则根据用途不同分组存放,同组规则按优先级别排序,这样的知识组织方式为实现高效快速推理奠定了基础;SPADES系统的知识库具有管理与维护功能,知识学习采用专家指导学习方式;烧结过程异常诊断专家系统的推理机采用多级目标推理的混合推理机：总体目标推理采用过程化推理,按异常类型判断、异常原因分析、操作决策顺序进行;烧结过程异常状况的诊断采用模糊诊断确定假定异常集合,再通过反向推理验证假定异常集合中的无素,确定出现的异常类型;异常原因分析和操作决策采用正向推理,对于本系统中模糊规则的模糊性传递问题,采用基于研究因子法的不精确推理策略,以及基于模糊规则的模糊匹配方法。SPADES系统在生产现场的应用结果证明了本系统知识表达方式和推理机可以实现模糊知识的表达和高效推理。     

面向对象的PXDCAP系统知识表示与推理机制研究

论述了PXDCAP系统的知识表示及推理机制,提出了面向对象的工艺知识表示──智能对象。以此为基础进一步探讨了层次化的工艺知识库模型,最后,讨论了系统的推理机制,即基于对象内和对象间的两种推理实现。     

烧结过程控制专家系统（Ⅳ）

研究了烧结过程控制专家系统的多库结构知识库组织形式及系统的过程化推理与正向推理相结合的混合推理策略;提出了具有通用性的复杂过程多级目标推理机模型及有限广度优先搜索策略,实现了系统的实时高效推理,研究开发的知识一达近１０００条规则,其系统软件已成功用于现场离线控制。     

基于BP网络的汉语句法分析专家系统

提出了一种基于BP网络的汉语句法分析专家系统的设计方案．知识库采用产生式规则的知识表达方式，并将知识二元化存储在神经网络中．推理机采用神经网络进行推理．在论文的结尾给出了系统的运行实例，说明了该系统的有效性．     

基于成分预测模型的矿石烧结配料专家优化方法

配料是烧结的前期工序，如何获得各种铁矿石和非铁原料的配比是烧结配料的关键问题，针对桌钢铁企业烧结配料的特点，建立了基于数学模型和神经网络的成分预测模型，构筑了用于配比调整的专家规则，提出了配比优化与计算算法，通过数学模型、神经网络和专家规则的有机结合，实现了烧结配料的优化与控制。     

基于成分预测模型的矿石烧结配料专家优化方法

配料是烧结的前期工序,如何获得各种铁矿石和非铁原料的配比是烧结配料的关键问题.针对某钢铁企业烧结配料的特点,建立了基于数学模型和神经网络的成分预测模型,构筑了用于配比调整的专家规则,提出了配比优化与计算算法,通过数学模型、神经网络和专家规则的有机结合,实现了烧结配料的优化与控制.     

基于STDP规则的忆阻神经网络在图像存储中的应用

忆阻器是具有记忆和类突触特性的非线性电路元件,将忆阻器与STDP学习规则相结合,提出了基于STDP学习规则的忆阻神经网络,并将它应用于二值图像的叠加和灰度图像的存储与输出。首先将忆阻器作突触,通过实验证实在特定形状动作电位下,可实现STDP学习规则;构建了4×4的忆阻交叉阵列神经网络;用16×16的忆阻交叉阵列神经网络实现二值图像的叠加。最后用N×N的忆阻神经网络实现了灰度图像的存储与输出。通过MATLAB仿真实验证实了该方案的有效性,该忆阻神经网络具有仿生特性,有望解决模式识别、人工智能中出现的复杂问题。     

基于人工神经网络的知识求精方法

将神经网络用于知识求精的主要局限性,是训练时不能改变网络的拓扑结构。本文根据结构学习算法提出了一种基于神经网络的知识求精方法,训练时采用动态增加隐含节点和网络删除改变拓扑结构,然后提取求精后的规则知识。大量实例表明,该方法是有效的。     

配煤过程的神经网络专家控制策略

根据钢铁工业的配煤过程,提出一种精确地决定和跟踪配煤比的神经网络专家控制策略,首先基于过程的统计数据和经验知识,建立了神经网络、经验模型和规则模型,然后结合这些网络和模型,提出一种决定配煤比的专家推理方法,最后用分布式控制系统实现配煤比的跟踪控制,实际结果证实了这种控制策略的有效性。     

基于综合算法的补偿模糊神经网络建模方法

针对常规模糊神经网络和补偿模糊神经网络的不足,提出了一种综合聚类算法和梯度下降法的补偿模糊神经网络。该网络的学习分为两步:结构辨识和参数辨识。在结构辨识中,采用关系度聚类方法,自动地划分输入/输出空间,确定模糊规则的数目及每条规则中前提部分和结论部分的初始参数,即构造一个初始模糊模型;在参数辨识中,采用具有五层结构的补偿模糊神经网络,并根据梯度下降法调整所建的初始模糊模型参数,使其具有更高的精度。通过对一非线性系统的建模,仿真结果表明,该网络在建模精度和收敛速度上均优于常规模糊神经网络和补偿模糊神经网络。     

Intrusion Detection Approach Using Connectionist Expert System

In order to improve the detection efficiency of rule-based expert systems, an intrusion detection approach using connectionist expert system is proposed. The approach converts the AND/OR nodes into the corresponding neurons, adopts the three-layered feed forward network with full interconnection between layers,translates the feature values into the continuous values belong to the interval [0, 1 ], shows the confidence degree about intrusion detection rules using the weight values of the neural networks and makes uncertain inference with sigmoid function. Compared with the rule-based expert system, the neural network expert system improves the inference efficiency.     

基于神经网络与专家系统结合的模型自动选择

目前的模型选择方法对用户的期望过高,要求用户对DSS模型库中的模型和所要解决的问题都要有深刻的理解,这就导致了模型选择 实用性较差。提出了一种基于专家系统和人工神经网络的模型自动选择理论和方法,这种理论和方法将模型选择分为模型类型选择和模型结构选择两部分,应用人工智能技术完成模型类型的自动选择,应用神经网络技术实现模型结构的自动选择。特别是在模型结构的自动选择中,人工神经网络方法的工作原理主要由两个阶段组成,即学习和选择阶段。在学习阶段,对每一模型类的模型组训练一个神经网络,使训练好的给定类模型的神经网络能够对用户给出一组数据的自动选择（判断）出适当的模型结构。而且,这个方法通过趋势外推型模型类的实验,证明是很有效的。     

船舶控制系统故障诊断神经网络专家系统的研究

将神经网络技术应用于船舶控制系统故障诊断专家系统，给出了系统的组成和知识的表达方法；提出了自增长动态网络学习算法，其优点在于学习迅速，能动态建造多层网；给出了神经网络专家系统的推理方法。