基于CLIPS的广东鹅种反季节繁殖专家系统

针对广东鹅种反季节繁殖生产中遇到的各种问题,融入领域专家的知识与经验,基于C语言集成产生式系统(C lan-guage integrated production system,CLIPS)专家系统开发工具建立了广东鹅种反季节繁殖专家系统.简要阐述了鹅反季节技术的方法,介绍了该系统的系统设计、模块划分和系统采用的推理机策略,最后讲述了知识表示和知识获取.该系统对于提高和推广反季节繁殖技术、更好地指导生产具有重要意义.     

一种基于任务分解的多知识库协同求解专家系统

针对特定领域的知识特点、知识表示方法及采用的推理模型,提出一种基于产生式规则的多知识库专家系统.该系统改进传统专家系统的框架设计,根据求解问题的类别划分将知识库分解成相应的子知识库,再将子知识库的知识规则按知识表示的深度加以分解,建立反映专家经验知识的浅层知识库和原理性知识的深层知识库.系统采用主推理机和从推理机二级推理方式,不同的子知识库采用相应的从推理机.从而任务单一,搜索范围减小,能快速形成待检目标集.主从推理机制与正反向推理结合,提高系统的推理效率.运用该系统模型建造的农业领域专家系统实例,运行效率得到改善,速度显著提高.     

可视化产生式系统的设计与实现

产生式系统是最流行的专家系统类型。目前常见的产生式系统,如OPS5和CLIPS,它们的应用和开发界面都是类似LISP的文本界面,可操作性差。文章基于面向对象的方法和技术,设计并实现了一个可视化的产生式系统,该系统采用Rete算法进行推理,提供了事实库、规则库和Rete网络的可视化的维护功能。实际运行表明,该系统效率高,可操作性强。     

卫星接收故障诊断专家系统的研究

文章分析了卫星接收系统的故障机理,研究了基于故障树的专家系统推理机的实现,提出了一种卫星接收故障诊断专家系统的设计思想及实现方法。推理过程以正向推理技术为主,应用二叉搜索树建立故障树,采用产生式表示法表示事实知识和规则知识,应用数据库作为知识库,构造了卫星接收故障诊断专家系统,用于对实时卫星接收过程的故障判断,指导操作员排疑解难。     

基于多种知识表示下的常规推理机的设计与实现

多种知识表示和多推理机制是专家系统的一个新的研究方向。本文介绍多用户环境下专家系统工具研制中，常规推理机的设计与实现，即基于一定方式结合的框架与规则知识表示的框架推理机的规则推理机设计思想及实现方法。     

基于可拓规则的故障诊断专家系统推理机的研究

针对传统产生式规则在知识表示、匹配冲突等方面存在的局限,提出了一种将可拓规则用于故障诊断专家系统推理机的方法;该方法重点研究了可拓规则的匹配原理和可拓推理机算法思想,提出了匹配度计算方法并用来计算故障条件与规则前件的匹配度;根据研究表明,利用可拓规则进行推理,不仅在知识表示上比传统产生式规则推理有所提高,而且还解决了传统专家系统容易出现匹配冲突等问题;最后以AMU故障推理为例,说明可拓推理机具有推理速度快、效率高等优点,取得了较好的推理效果.     

基于觉察上下文计算的健康智能家庭研究

利用觉察上下文计算技术来研究实现健康智能家庭,主要研究了健康智能家庭的上下文建模和上下文推理,并构建了一个实验系统AngelHome,分析了健康智能家庭中的各种上下文信息,利用本体技术对其进行建模,并用OWLDL语言表达上下文信息模型,构建了AngelHome本体;在上下文推理部分采用混合推理,对不同的推理任务分别采用本体推理机、自定义规则推理机和贝叶斯神经网络推理.AngelHome采用OSGi框架,具有良好的伸缩性,这里分析了系统的几个主要部分,并进行了测试.实验结果表明,利用觉察上下文计算技术来实现健康智能家庭是可行的.     

产生式系统的划分和并行处理

产生式系统(亦称基于规则的系统)是人工智能领域中一种通用的计算模型。现在,这种模型已经广泛应用于开发大型专家系统。在这类系统中,人们的知识用一系列的产生式来表示,和其它的计算模型比较,用这种方法更容易获取知识和表示知识。这类专家系统已经广泛应用于CAD、医疗诊断、石油勘探等领域。但是在实现一个大型的产生式系统时,系统的效率往往很低。例如,基于RETE算法的OPS 5产生式系统在VAX 11/780计     

卫星电源系统的有向图分层诊断方法

在卫星电源故障诊断问题的研究中,针对系统的知识获取难问题,提出了一种将有向图和CLIPS专家系统相结合的分层诊断方法。这种方法利用有向图知识描述容易和CLIPS推理引擎快速的优势,设计了一个以事实描述系统模型知识的自定义模板结构,同时采用有向图分层策略减小故障搜索空间,然后利用CLIPS提供的快速匹配算法完成诊断推理过程,最后结合已有的专家经验知识给出卫星电源的故障诊断结果。实验结果表明,新方法具有很好的准确性和快速性。     

知识处理中的推理机设计

本文重点研究了ＳＫＹ＾〔１〕知识处理中推理机的实现技术、推理解释算法和运行栈、中间代码段等重要资源的管理技术。ＳＫＹ拥有三部推理机：对象推理机、规则集推理机和方法推理机。对象推理机主要完成槽的检索定位任务它还具有控制和协调其它推理机的作用;规则集推理机采用正向推理策略完成对规则集的推理操作;方法推理机主要完成解释执行方法体的任务。     

基于规则引擎的通讯卫星应急任务调度

为降低调度规则变动对独占资源通讯卫星应急任务调度系统的影响,提高系统的灵活性、可扩展性及易维护性,提出一种基于规则引擎的独占资源通讯卫星应急任务调度方法,运用规则引擎技术实现调度规则与业务逻辑代码的解耦。通过研究独占资源通讯卫星应急任务调度策略,设计应急任务调度规则,结合Drools规则语法建立调度规则库。在Rete算法节点共享机制研究的基础上,设计基于权重的节点连接方法,改进推理网的构建过程,优化推理网的结构。实验结果表明,基于改进后的规则引擎的调度系统拥有更好的运行效率。     

故障树专家系统在有效载荷状态诊断的应用

故障树分析法（Fault Tree Analysis,FTA）是分析系统可靠性和安全性的一种重要方法,在各行业故障诊断中得到了广泛的应用。通过将故障树分析法和基于规则的专家系统相结合,对于发现卫星故障并成功维修以确保在轨卫星应用任务的正常运行具有重要意义。文中建立了故障诊断框架,提出适合空间有效载荷故障知识获取及表示方法,可以极大地降低系统知识获取的难度,并提出载荷状态诊断的快速推理机制,实现了对实际任务中有效载荷状态故障的诊断。该诊断方法新颖,具有直观、非接触性、成本低、诊断速度快和正确性高的特点,能够极大地提高卫星运行控制工作的自动化程度、工作效率。     

多推理机实时监控软件的研究与设计

多推理机实时监控软件是一个面向实时监控的系统软件,该软件不但能够保证监控进程的可靠运行,而且能够根据系统的负载状况进程自动调度。文章引进了航天器专家诊断系统平台,把航天器专家的知识表示为推理机能够处理的知识,推理机运行时加载这些知识,并结合当前航天器运行参数状态给出诊断结果。实践证明,采用该监控软件不但可以大大提高推理机运行的稳定性,还可以优化系统资源,动态调度推理机进程,从而大大提高了航天器管理效率,节约了大量的人力物力。     

专家系统中基于粗集的知识获取、更新与推理

知识获取、知识更新和不确定性推理是设计专家系统的重要方面。根据粗集理论，提出了一种专家系统的结构模型，该系统在规则获取的基础上，利用系统运行的实例增量式地更新知识库中的规则及其参数，以改善系统的性能，利用知识库中的规则及数量参数进行不确定性推理，得出结论的可信度。     

基于知识表示学习的实时语义数据流推理

传统的语义数据流推理使用前向或后向链式推理产生确定性的答案,但是在复杂的传递规则推理中效率不高,无法满足实时数据流处理场景对答案的及时性要求。因此,提出一种基于联合嵌入模型的知识表示方法,并应用于语义数据流处理中。将规则与事实三元组联合嵌入并利用深度学习模型进行训练,在推理阶段,根据查询中涉及的规则建立推理模板,利用深度学习模型对推理模板产生的三元组进行预测和分类,将结果作为查询和推理答案输出。实验表明,对于复杂规则推理,基于知识表示学习的实时语义数据流推理能够在保障较好推理准确性和命中率的前提下有效地降低延迟。     

基于BP的燃气管道评估专家系统设计与实现

BP神经网络具有并行处理、自适应学习、容错能力好等优点,根据地下燃气管道安全评估的应用要求,对其算法进行改进,结合专家系统的设计思路,构造了一个基于BP神经网络的地下燃气管道安全评估专家系统,包括知识表示、知识荻取和推理解释等模块.然后利用已有的样本编制软件进行实验,结果表明,该系统评估正确率达91%,推理效率高、扩展性好,从而很好地满足了实际应用的要求.神经网络为专家系统的发展提供了一条新的途径.     

基于本体的应急救援知识库构建及其应用

针对专家系统在应急救援领域应用中存在的知识表示及推理等问题,采用基于本体的知识表示方法与基于Jena的规则推理引擎,参考简单知识工程方法论与Jena规则语法建立一个高速公路应急救援本体与推理规则,实现本体知识库的推理。将该知识库应用于高速公路应急救援系统中,结果表明其具备解决实际问题的能力;有利于领域知识的共享与重用;促进了专家系统在高速公路应急救援领域的发展。     

气流干燥专家系统推理机的设计与实现

重点研究了气流干燥专家系统中推理机的实现技术，推理算法。利用关系数据库SQL Server 2000设计干燥专家知识库，构造了一个气流干燥专家系统。其推理机能够有效模拟现场操作人员的思维．在生产过程中可作为判断干燥后精矿水分是否符合要求的辅助工具。该推理机采用了演绎推理、确定性推理和前向推理相结合的推理策略．提高了推理机的效率，获得了较好的推理效果。