Visual Prolog智能集成开发环境评述

Visual Prolog是国际上已经广泛流行的功能强大的通用智能化应用集成开发环境。本文全面评述其功能特点，包括Visual Prolog的由来与发展，可视化开发环境，可视化编程接口，语言与编译器，运行环境等。     

塑性加工中的人工智能技术

对神经网络和模糊逻辑两种人工智能技术的原理及其在塑性加工生产中的应用方法进行了综述。目前在塑性加工中，神经网络较多地被作为非线性函数映射器，解决各种参量之间难于建模的复杂关系问题；而模糊逻辑则较多地应用于各种专家系统，通过对经验知识和行为进行描述与推理实现生产的优化调控。     

电路节点的数据结构及电路方程的数据结构

简要介绍了一般电路的数据结构brlist和基尔夫回路集的数据结构kichhoff，提出了电阻、恒压源和恒流源等元件的数据结构和电路节点集的数据结构dotsque，给出了由电路brlist得出dotsque的算法，通过一个实例分析了实际电路、brlist、kicrhhoff和dotsque的关系，给出了KVL方程、KCL方程和电流电压方程的数据结构，最后从人工智能和机器学习的角度讨论了非线性复杂的计算机表示方法和计算机自动求解的问题。     

自然语言理解研究的若干基本问题的讨论

从自然语言理解的思维过程、自然语言本身和逻辑作用三个方面,对机器自然语言理解的基本问题进行了讨论。     

基于项目位置索引的序贯模式增量挖掘方法

通过前缀序列的引入，将搜索空间划分为若干个子空间，利用模式增量技术对序贯模式进行有效搜索，并提出了项目位置索引的概念，即将原始序列数据库信息转换到项目位置索引（IPI）中，从而在搜索序贯模式时避免了复杂的多维候选序列的测试，仅需对各前缀序列对应的扩展的项目位置索引库（IPIDBs)做简单的序列数目累加操作，将复杂的高维序贯模式搜索问题巧妙地转换为一维频繁项目的搜索，降低了算法复杂度，提高了效率。     

人工智能技术在仪器与测量中的应用

分析了与人工智能技术相关的人工神经网络和模糊逻辑的基本要领和重要方法，根据传感器增强、数据融合和系统辨识、控制等相关领域的几个成功案例，分析了它们的技术优越性和可行性，并展示了人工智能技术在仪器和测量中的应用前景。     

案例推理和规则推理结合的紧急预案信息系统

将基于案例推理（CBR）与基于规则推理（RBR）两种人工智能技术相结合，引入到紧急预案信息系统的系统设计中，设计了系统的结构和工作流程并对系统实现的主要技术，预案和知识的表示，案例的存储结构，案例检索，案例适配与系统学习进行了探讨和构想。     

集成环境下的智能化塑料注射成型CAE分析

为了有效地将CAE集成到塑料注射成型计算机辅助设计系统中，建立了基于表面模型的智能化CAE模拟系统，通过引入表面模型取代传统的“中性层”模型，使CAE与CAD的集成成为可能，并突破了原有CAE软件的建瓶颈。将人工智能和专家系统技术充分应用到CAE分析中，指导用户设计初始方案，评价分析结果并在此基础上进行优化设计，提高了CAE的应用价值和使用效率。通过实例分析验证了智能化，集成化的CAE分析软件的有效性和先进性。     

利用神经网络预测与控制丝杠螺纹磨削过程

研究了基于神经网络的丝杠螺纹磨削过程的智能预测与控制问题.基于误差反向传播的机制,针对连续制造过程的预测与控制,提出多层神经网络的逐个样本学习算法.对逐个样本学习算法和目前广泛采用的B-P算法进行了比较和讨论,实验结果表明,逐个样本学习算法比B-P算法具有更好的收敛性.最后,介绍了多层神经网络模型在丝杠螺纹磨削过程的预测与控制中的应用.     

非监督图象分割的神经网络方法的研究

本文提出了一种新的神经网络模型UMAN,以实现非监督的图象分割。该神经网络采用广义信息熵作为描述系统稳定和收敛的定量判据,克服了广义能量函数的缺陷;改进的Kohonen非线性映射结构,既突出了分类信息又减少了信息冗余;网络内部层和结点数由系统内部动态地确定,不需人工干预和先验知识;非监督自学习功能反映了低层次视觉信息处理的特点,可处理一般的图象,具有较强的适应性.实验结果表明该模型及算法是有效和实用的,具有一定的鲁棒性.