具有自学习功能的电力负荷模糊推理预测

考虑到电力负荷预测问题中存在的不确定性,采用模糊推理预测方法进行负荷预测的研究。该方法利用电力最高负荷和国内生产总值的历史数据建立模糊推理规则,从而进一步建立最高负荷跟国内生产总值之间的模糊蕴涵关系,通过模糊推理得到了负荷预测结果。为了使模型能够象专家一样不断地总结新的经验并调整原有的经验,模型克服了其它模型中知识的凝固性,具有自学习功能。利用某些区的实际数据进行分析计算,得到了满足的结果。     

基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论,提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同,该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念,为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型,采用新实例的入库操作实现工艺知识的隐式获取,从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．     

基于实例推理的产品概念设计系统

产品概念设计是一种创造性的活动,它是一个产品方案形成和方案优化的过程。概念设计一直是产品并行开发中的瓶颈问题。该文介绍基于实例推理的产品概念设计系统。基于所提出的实例模型概念,根据设计要求和产品的特征,建立产品的实例模型。采用面向对象技术描述实例,建立产品实例库。基于设计要求和实例模型进行实例推理,获得的产品设计的相似实例,基于设计和制造的知识对产品的相似实例进行评价与修改,进而获得产品概念设计的优化解。该系统可对北京第一机床厂的定梁龙门铣床的六类进给箱进行概念设计,实际应用表明,基于实例模型的实例推理方法可提高实例推理的效率。     

动态热环境人体热感觉的模糊综合评判

为研究动态热环境下人体心理反应预测,基于模糊集理论及人与周围热环境瞬时热量传递的合理分析,提出一种动态热环境中人体热感觉模糊综合评判的方法。在本质上,人体外表面同周围环境之间换热热流通量的变化决定了人体在热环境中热感觉值的变化规律。该方法选取换热热流通量变化值作为特征变量,因而降低了求解问题的复杂度。数值模拟算法采用分层递阶模块式结构、基于知识的推理系统和模糊信息并行处理,具有结构简单、易修改扩充、计算速度快和占用存储空间少等优点。将模拟结果同微气候环境室的实验数据相比较,验证了算法的有效性。     

概念设计与结构设计的信息集成技术研究

基于实例推理进行产品概念设计,基于制造知识对产品概念设计进行评价,根据评价结果提出设计修改意见,从而指导产品概念设计,获得概念设计的优化解。基于用户定义的特征进行产品特征造型和产品初步结构设计,对产品初步结构设计进行参数化处理,采用提出的双向设计方法进行参数化产品结构设计。基于所提出的信息集成协议,使概念设计获得的结果直接驱动结构设计,自动生成产品的三维装配图,初步实现了产品概念设计与结构设计的信息集成。从而解决了产品并行设计过程中的瓶颈问题,为产品设计过程的信息集成与功能集成打下了良好的基础。     

一个基于可能性理论的推理模式

在可能性理论的基础上,提出了一种新的将经典的假言推理作为它的特例的推理模式,其推理机制是借助于基于max-min合成的矩阵积来实现的.所得结果在一定程度上对不精确推理具有理论上的意义.     

一种用来保护私有信息的K-匿名模型

针对信息推理性攻击，阐述了信息泄漏问题产生的原因，分析了现有的研究技术，在此基础上提出了一种用来保护私有信息的K-匿名模型，有效地防止了信息泄漏，同时也讨论了与K-匿名模型相关的问题，并通过实例加以验证。     

基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。     

关联理论与英语阅读浅析

关联理论是Sperber和Wilson提出的认知语用理论，且被广泛应用于各个领域。阅读就是作者示意和读者推理的交际过程，在英语阅读过程中，读者凭借认知语境中的词语信息、逻辑信息和百科信息等做出语境假设，从作者以文字方式明示的信息中寻找最佳关联，从而理解作者意图，达到阅读的目的，提高阅读的效果。     

范例推理中范例自动获取的数据挖掘技术

范例推理作为基于规则推理技术的一个重要补充，已受到人工智能研究 人员的普遍关注，在范例推理中，也有许多相应的知识，它主要包括：范例库、修正知识库，索引模式，相似性判断标准等，这些知识的获取也存在一定的瓶颈问题，通过在范例推理中引入数据挖掘技术，可望部分解决其知识获取的自动化问题，提高智能系统的整体性能，本文着重讨论了在范例推理中使用数据挖掘技术的必要性，提出了二上自动获取范例库的思想与算法，并应用于一个实际的系统之中，实际结果表明，这种思路大大提高了智能系统的开发周期与系统的运行效率。