矿石可选性预测专家系统(Ⅰ)─—系统的总体设计

建立了铅锌矿石可造性预测专家系统，运行结果良好。本篇着重论述矿石可造性领域知识的特点和知识表示方法；分析矿石可造性预测专家系统的主要特征；讨论矿石可造性预测子问题的划分、一般决策过程、推理控制策略以及系统的总体设计。     

浮选厂自学习咨询控制专家系统知识库设计

分析了影响浮选厂生产过程各因素的因果关系．根据浮选知识的特性提出了规则／框架表示法，设计了相应的知识库．该方法能自然、完整地表示浮选过程的知识，又便于知识库的维护     

一类微分方程模型的计算与应用

本文讨论了一类一阶非线性微分模型的求解，提出了模型参数的直接拟合方法和算式，并从理论上阐述了方法的可行性条件。与灰色理论中的离散化方法相比，具有不存在方法误差的优点。给出了应用微分模型评价企业活力的应用实例。     

用OBPES通用骨架系统开发硫化铜矿可选性预测专家系统

分析了硫化铜矿的特点,收集基础数据、基础资料和有关知识,建立了该类矿石的数据库和知识库,并将其组装到矿石可选性预测专家系统（ＯＢＰＥＳ） 的通用骨架系统中,构造成硫化铜矿矿石可选性预测专家系统．实践证明,专家系统的预测结果是令人满意的,通用骨架系统是成功的,它大大提高了不同类型矿石可选性预测专家系统的建造效率．     

判断矩阵一致性的一个充要条件

层次分析法在许多领域已广泛应用，然而，其判断矩阵的一致性检验尽管有许多方法，如最小二乘法、特征根法等，但都没有一个客观标准，本文证明了判断矩阵的一致性的一个充要条件，并在此充要条件的基础上，提出了一种直接进行排序权向量计算的方法，并得到了实例检验．     

OBPES通用骨架系统的整体结构

矿石可选性预测专家系统（OBPES）通用骨架系统是选矿领域专家系统的构造工具，是用C＋＋语言在Windows平台上开发的．本文分析了OBPES骨架系统的可行性，论述了系统的结构及各组成部分的主要功能、系统的工作原理及应用步骤．系统采用面向对象的知识库，知识自学习包括基于解释的学习及神经网络自学习，推理机制封装于知识类之中，通过特性继承和消息传递来实现．OBPES骨架系统的功能齐全、界面十分友好，将会在选矿方面得到实践的检验，并不断完善．     

投入产出模型的推广及其应用

矿业工程是一个联合生产型生产系统,由于其不满足Leontief投入产出模型的基本假设,Leontief投入产出模型不能在矿业工程中应用。本文引出生成数和相关生成数,建立了没有任何基本假设的联合生产型的投入产出模型。在此基础上建立了十个矿业工程优化模型,并在湖北大冶有色金属公司中应用研究其铜生产系统经济规律。     

选矿试验回归模型的电子计算机运算

本文研究了选矿试验设计多元线性回归模型。介绍了MLR的BASIC语言计算程序,并举出絮凝脱泥药方(三因素)试验、选择絮凝浮选(十二因素)筛选试验的回归模型电子计算运机算实例。     

矿石可选性预测专家系统（Ⅲ）──推理机的设计

通过分析，认为矿石可造性预测问题具有基本的固定分解模式。在此基础上，研究了推理控制策略和推理机的工作原理，设计了求解具有固定分解模式问题的推理机。     

矿石可选性专家系统研究——矿石性质和选矿工艺的框架表示

本文根据人工智能的原理和方法分析了矿石可选性知识的结构和特点,选用框架/规则综合方法来表示矿石可选性知识。在综合应用现有选矿专业知识的基础上,初步构建了矿石性质和选矿工艺这两类说明型知识的框架系统,为组织和建立整个矿石可选性知识库劈出新径。