混合智能系统在船舶自动避碰决策中的应用

为减少或避免由于人为失误导致的船舶碰撞事故,促进船舶航行安全,船舶自动避碰系统的研究正在逐渐深入,其中船舶自动避碰决策算法是关键.综述了模糊神经网络、混合专家系统、软硬计算混合系统、综合性仿人智能系统在该领域的应用,并对相关研究成果进行分类整理、分析不足,指出混合智能应用于船舶自动避碰决策算法中的研究方向.     

模糊智能系统开发环境的设计与实现

研究了模糊智能系统的建模过程，结合模糊逻辑和知识工程等理论和方法，提出了一种利用模糊知识建立智能系统的可行途径，并依照此思想设计和实现了基于模糊知识的智能系统开发环境。同时提出了一种基于平台无关的XML和Java的异构知识表示方法；扩展了传统的Mamdani推理模型，在推理控制策略上选择了反向推理和回溯算法；并设计了窗口命令的方式实现与用户之间的交互。     

四国军棋游戏中搜索算法的实验与分析

详细分析了四国军旗智能系统中使用的5种主流博弈算法(Alpha-Beta算法、Aspiration算法、PVS算法、SSS*算法和MT-SSS*算法),并通过实验对5种算法性能进行比较.提出了在四国军旗游戏中使用集成搜索思想,即在四国军旗智能系统中开局使用Aspiration搜索算法,中后局采用MT-SSS*算法.     

用结构化询问语言数据库合成智能系统

智能系统广泛应用于各种知识领域中。每个智能系统都有它内在的承受力和局限性 ,现在人们趋向于将多个智能系统合成起来。这种合成不仅能提高单个智能系统的承受力 ,还能减少它们的缺陷。在本文中 ,提出了这样一种方案 :1 )将智能系统和数据库联系起来 ;2 )将结构化询问语言 (SQL)数据库作为连接器 ,使得多个智能系统组合在一起 ,从而形成实时分布式混合应用。     

EM算法正确收敛性的探讨

该文对高斯混合体 EM算法的正确收敛性问题进行了理论研究 ,证明了高斯混合体 EM算法在混合密度的重叠度很小时 ,在其样本真解相一致的解的一个邻域内是一个压缩映射 .该文还得到了高斯混合密度的 EM算法正确收敛性条件 ,并对此进行了理论证明和数值验证 .理论分析和数值实验结果表明 ,高斯混合密度的 EM算法的正确收敛性与混合密度的重叠度密切相关 .     

铁路智能运输系统的构建方法

针对铁路运输需求特点 ,在系统组成要素定义的基础上 ,运用系统结构模型法 ,构造了铁路运输智能系统的框架结构 .为今后铁路运输智能系统发展规划的总体研究提供理论方法 .     

四国军棋游戏中搜索算法的实验与分析

详细分析了四国军旗智能系统中使用的5种主流博弈算法（Alpha—Beta算法、Aspiration算法、PVS算法、SSS’算法和MT—SSS’算法），并通过实验对5种算法性能进行比较．提出了在四国军旗游戏中使用集成搜索思想，即在四国军旗智能系统中开局使用Aspiration搜索算法，中后局采用MT—SSS’算法．     

基于双折线模型更新的桥梁框架墩混合试验

为了研究地震作用下结构抗震性能与破坏机制,混合试验在经济、试验场地与设备方面具有较大优势,但是混合试验的数值子结构的恢复力模型在试验过程中均以初始模型进行计算,这无形中加大了试验的误差。为了减小试验误差,采用以最小二乘法为理论基础的算法,基于此算法对双折线模型进行恢复力模型更新,并对桥梁的框架墩进行模拟验证。结果表明:双折线模型更新混合试验较传统混合试验精度更佳,具有明显的优势。     

“数字校园”智能化的探讨

本文介绍了校园物联网及数字校园的概念和特征,从多个方面阐述了数字校园建设的内涵和目标。在数字校园建设和智能化的研究基础上,运用人工智能和云计算的理论,提出了构建校园智能系统的研究理念,以促进数字校园向全面智能化发展。     

产生式规则的研究

研究了产生式规则，阐述了规则不一致性原因及其解决方法，提出了索引算法和排列算法，用以提高智能系统运行速度，缩短了规则匹配时间．排列算法不仅适宜规则静态排列，也适宜规则动态排列。     

Intelligent logistics system of steel bar warehouse based on ubiquitous information

Internet of Things and artificial intelligence technology are the key elements of the intelligent construction of iron and steel production warehouse. This paper puts forward a whole set of intelligent scheme for bar warehouse crane for the guidance of metallurgical process engineering, including cluster rapid self-awareness technology of the smart crane, precise self-executing technique of crane with rigid-flexible hybrid structure, multi-body system kinematics model of the smart crane sling and the swing characteristics model at different azimuth, antiswing control technology based on the optimization objective function, the vehicle model recognition system based on lidar, and the clustering crane dynamic scheduling method based on multi-agent reinforcement learning. The complete intelligent logistics system of the bar warehouse has changed the original operation mode of the warehouse area and realized the unmanned operation and intelligent scheduling of the crane,which is of great significance for improving the production efficiency, reducing the production cost, and improving the product quality.     

基于智能聚类的内容分类方法与应用

直接依靠人的理解判断对内容进行分类,需花费大量的时间与精力,为了解决文本内容的自动聚类问题,该文在信息系统理论与自组织神经网络理论的指导下,利用智能技术得出了内容的分类结构。提出了基于智能聚类的内容分类方法,利用自组织神经网络的学习算法进行内容的聚类,并根据所提出的方法设计了基于智能聚类的内容分类示范系统,进行了应用研究,验证了该方法的有效性。     

一种混合智能故障诊断方法及柴油机故障诊断

提出了一种模糊聚类、粗糙集理论与神经网络集成的混合智能故障诊断方法。引入聚类有效性函数和点分布密度函数。对模糊c-均值聚类算法进行改进,形成了自适应模糊聚类算法并依据该算法将连续的故障特征值离散化。应用粗糙集理论处理离散化的故障诊断数据。采用基于信息熵的方法,约简冗余的故障特征。依据约简结果构建神经网络,采用遗传算法优化网络的权值和阈值。将该方法用于柴油机气门故障诊断,并与普通神经网络进行对比。结果表明,该方法提高了故障诊断的正确率。     

基于模糊聚类算法的精炼过程真空系统故障诊断

针对大型真空冶金系统(DVMS)的故障点多、故障征兆不明显且要求其故障诊断快速、准确的特点,提出了一种基于模糊聚类算法的智能诊断模型·该模型具有很强的自学习、自组织能力适用于大型复杂真空系统的故障诊断·在介绍了模糊聚类算法的理论同时,给出了模糊故障诊断的步骤·以RH KTB真空冶金系统的智能故障诊断为例给出了模糊诊断的实际过程·通过分析证实了该算法对大型复杂真空冶金系统智能故障诊断的有效性·     

基于GPS同步相量的电力系统暂态稳定预测控制

首先简要回顾了全球卫星定位系统 (GPS)技术在电力系统应用中最近 10年的发展 ,研究了基于 GPS同步相量的电力系统暂态稳定控制的实现前提和理论模式。分类综述了国内外在利用 GPS同步相量技术研究电力系统暂态稳定实时控制方面的研究成果 :基于简化模型、同调组法、角度曲线外推法、能量函数法和人工智能法等 ;总结了 GPS技术与电网稳定控制结合的多种途径 ;并提出了基于同步相量实现电力系统的区域暂态稳定控制是 GPS应用于电力系统的最高形式 ,最后提出轨迹分析和数值计算相结合的在线安全稳定监控理论框架     

Matlab在Fuzzy-PID智能混合控制系统仿真中的应用

以模糊控制理论为基础，结合Fuzzy—PID智能混合控制系统的研究，设计了一种可以实时地进行模糊运算和模糊推理的模糊控制器，实现了压力式网前箱控制系统的Fuzzy—PID控制。并应用Madab(Simulink)语言对该系统进行仿真。试验表明，该控制器的动态响应性能和稳态控制精度均十分理想，完全能满足压力式网前箱控制系统的控制要求。     

应用粒计算的混合智能故障诊断技术研究

针对现有的混合智能故障诊断模型缺乏通用方法和混合框架,未能实现不同智能诊断方法的实质性融合和优势互补的问题,提出并构建了一种基于粒计算的混合智能故障诊断模型.该模型的核心是在邻域粗糙集中求取不同的邻域值,对故障特征集进行分层粒化,在不同粒度下获得核属性集.利用核属性集在相应粒度下构建人工神经网络和支持向量机子分类器,通过评估矩阵算法对所有粒度下全部子分类器的诊断结果进行融合集成.模型应用结果表明,分类精度随着粒度层的增加而不断提高,集成后的分类精度高于不同粒度下的所有子分类器,从而体现了粒化分层的优势和不同智能诊断方法的优势互补,为混合智能诊断提供了一种新途径.     

人工生命理论在智能控制系统中的应用

文章阐述了人工生命理论及基于人工生命的智能控制系统的体系结构，分析了人工生命与人工智能的关系，叙述了基于“人工脑”的“智能控制器”、基于人工感官的反馈测量装置以及基于人工器官的控制执行机构的原理。     

面向IEC61850智能变电站的网络安全异常流量分析方法

为了保证智能变电站的网络通信安全和整个变电站的稳定运行,提出了一种基于机器学习k-means聚类算法的异常流量分析方法。根据智能变电站中过程层网络的特性,结合对IEC61850智能变电站专有GOOSE(generic object-oriented substation event)以及SV(sample value)协议的报文结构解析,使用了一种基于信息熵的特征选取方法对智能变电站正常工作时站内网络通信流量进行特征分析选择,利用k-means聚类算法完成了对异常流量的检测分析及其相关分析。相较于以往方法,文中方法对智能变电站的过程层网络流量信息的特征进行了选取,根据信息熵理论,完成了重要特征的选择和冗余特征的剔除,提高了聚类算法的效率,提高了对异常流量检测的准确性。     

AIoT技术在绿色智能建筑楼宇自控系统中的最新发展和应用探究

当前,在以人工智能和物联网为代表的各类先进技术高速发展和有力推动下,建筑业智能化和信息化随之快速发展,智能建筑、绿色智能建筑、超智能建筑以及智慧建筑等概念层出不穷.结合实际,首先针对AIoT(Artificial Intelligence & Internet of Things)技术、智慧建筑内涵及其人工云脑等内容进行介绍,随后开展了针对人工智能和物联网等技术为基础的AIoT在实际绿色智能建筑楼宇自控中的融合应用研究,主要包括基于AIoT的智能建筑楼宇自控系统总体层级架构、智能自动照明系统的节能优化控制及其故障诊断与预测等研究,积极构建“AIoT＋智慧建筑”的理想组合,从而掌握应用人工智能和物联网理论、技术解决实际问题的方法,为行业工程技术人员提供切实可行的工程设计思路和整体解决方案,从而为真正实现建筑的“绿色化”和“智能化”打下基础,为智能建筑向超智能建筑以及智慧建筑的进一步转化创造条件.