电机智能设计中的神经网络专家系统的原理与结构

本文提出了一种有效的电机ＣＡＤ设计方法─—基于社经网络的设计专家系统,使专家设计系统中出现的知识获取与推理过程的匹配冲突等问题得以解决。     

基于神经网络专家系统的信息智能分拣

针对同步物流系统中信息过剩问题，提出了基于神经网络专家系统的信息智能分拣方案．根据功能需求进行了系统模型结构设计和软件结构设计，对关键模块设计原理和部分代码进行说明，并给出了一个应用实例进行了验证．     

集成神经网络和专家系统的控制系统故障诊断

在分析了所研究的控制系统的基础上，针对神经网络和专家系统在故障诊断中各自的优缺点，建立了一个基于神经网络和专家系统的控制系统集成故障诊断系统。文中详细介绍了系统的结构、诊断策略等     

混合型神经网络专家系统

本文在分析传统人工智能与神经网络信息处理的各自特点的基础之上,指明二者相互结合的必然性,并给出了混合型神经网络专家系统的框架。     

一种基于模糊神经网络的智能控制系统

针对具有较大惯性和时变特性的被控对象,以减小动态调节过程中累积平方误差指标为目标,设计了基于模糊神经网络的智能控制系统.,并结合动态调节过程的特点推导了学习算法公式。     

一种基于模糊神经网络的智能控制系统

针对具有较大惯性和时变特性的被控对象,以减小动态调节过程中累积平方误差指标为目标,设计了基于模糊神经网络的智能控制系统.,并结合动态调节过程的特点推导了学习算法公式。     

关于神经网络专家系统的研究

对于专家系统所存在的主要技术问题，讨论了利用神经网络实现ＥＳ的可能性，以前向多层感知机模型分析了神经网络专家系统的功能及其特征，并以识别手写数字的ＮＮＥＳ（ＨＤＲ－１）为例，说明了神经网络技术在ＥＳ开发中所起的作用。     

基于神经网络的专家系统

人工神经网络与专家系统，作为人工智能应用的两大分支，在实际应用中都有许多成功的范例，但作为单个系统来讲，二者都存在很大的局限性。主要是专家系统知识获取的“瓶颈问题”和神经网络知识表达的“黑箱结构”。为解决这个问题，本文提出将专家系统与神经网络技术集成，达到优势互补的目的。利用神经网络优良的自组织、自学习和自适应能力来解决令家系统知识获取的困难，同时用专家系统良好的解释机能来弥补神经网络中知识表达的缺陷。论文提出了基于神经网络专家系统的结构模型，知识表示方式以及推理机制等。     

基于神经网络的专家系统

人工神经网络与专家系统,作为人工智能应用的两大分支,在实际应用中都有许多成功的范例,但作为单个系统来讲,二者都存在很大的局限性。主要是专家系统知识获取的"瓶颈问题"和神经网络知识表达的"黑箱结构"。为解决这个问题,本文提出将专家系统与神经网络技术集成,达到优势互补的目的。利用神经网络优良的自组织、自学习和自适应能力来解决令家系统知识获取的困难,同时用专家系统良好的解释机能来弥补神经网络中知识表达的缺陷。论文提出了基于神经网络专家系统的结构模型,知识表示方式以及推理机制等。     

分布协同式专家系统研究

分析了当前专家系统的发展动态以及当前专家系统存在的不足，提出并综合了基于分布式和多专家协同的分布协同式专家系统。给出了分布协同式专家系统的典型结构，并对它的各个组成部分进行了简单的分析。     

基于模糊神经网络的交通灯智能系统

设计了一个使用模糊和神经网络的交通灯智能系统.此系统能根据汽车重量、长度和速度来改变信号灯等待时间.通过计算机仿真表明,此方法比固定时间信号灯更有效.新方法的汽车平均等待时间减少,通过十字路口的速度较快以及燃料消耗都会提高.     

人工神经网络在医疗智能诊断系统中的应用

提出了将人工神经网络与专家系统相结合，建立医疗智能诊断的方法，并用于心肌梗塞，心绞痛疾病的临床诊断，临床已确诊的140份病历检验结果表明，神经网络技术在医疗诊断领域应用效果显著，具有广阔的发展前景。     

神经网络技术在汽车故障诊断专家系统中的应用

针对基于符号处理的专家系统的局限性和汽车故障诊断的复杂性,提出了将神经网络技术引入汽车故障诊断专家系统的思想,并对基于神经网络的专家系统的原理进行深入探讨.最后,给出了一个基于3层BP网的汽车转向系故障诊断专家系统的实例.     

模糊神经网络的MRAC在环境试验箱控制中应用

针对环境试验箱具有非线性、时变性、强耦合性使得经典控制理论难以对其进行有效控制的问题,提出了以模糊神经网络构成间接模型参考自适应控制方案,以满足系统稳定性、实时性的设计要求.阐述了如何运用模糊神经网络构造间接模型参考自适应控制系统及如何对模糊神经网络构造的辩识器和控制器进行学习和训练.仿真结果表明,该智能控制系统具有很强的鲁棒性和控制复杂被控对象的优越性.     

基于神经网络的智能DSS研究

决策支持系统(DSS)是综合利用大量数据、有机组合众多模型、通过人机交互、辅助各级决策者实现科学决策的系统。神经网络是由大量类似于神经元的处理单元相互连接而成的非线性复杂网络系统。它的应用涉及到模式识别、自动控制、优化计算和联想记忆、军事应用以及决策支持系统,特别是神经网络和决策支持系统结合可以实现推理系统的自适应并行联想推理及数据开采的自动化。将专家系统引入神经网络智能决策支持系统中是DSS未来的发展方向。     

一种新型的智能控制在锅炉控制中的应用

针对国产中、小型电站锅炉燃烧系统参数时变、严重非线性、干扰因素复杂、耦合严重、模型不易确定等问题,应用一种新型的智能控制,解决了系统可控性差,难以实现稳定自动运行的问题.符合我国国产中、小型电站锅炉运行自动化、智能化的要求,可以取得理想的控制效果和良好的经济效益.同时对于提高它们的热效率,降低耗煤量和环境污染具有一定的现实意义.     

智能压路机压实模糊神经网络控制及仿真

将模糊系统与神经网络相结合,提出了一种由模糊化层、模糊推理层和清晰化层组成的模糊神经网络结构,并将其用于智能压路机压实控制.针对振动压路机的压实性能要求,采用钟型函数作为隶属度函数,通过计算规则重要度来提取模糊推理层规则群中比较重要的规则,运用补偿模糊神经网络的学习算法解决参数的自动调整问题.把工程实践中得出的模糊控制规则表作为训练模糊神经网络的样本,仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力.     

基于网络技术的广东科学中心智能灯光控制系统

论述了“广东科学中心声像灯光动态表演控制系统”中的子系统“智能灯光控制系统”的基本结构和系统功能,包括手动控制、红外控制、触摸屏控制、定时控制、亮度感应控制、位移感应控制、声音控制、序列场景控制、中央监控控制、DMX512信号控制和PDA控制等．并以其中的D馆为例,简述了智能灯光系统控制方式和工程应用．     

基于以太网的PID神经网络控制系统

介绍基于以太网的PID神经网络控制系统的构建及实时控制过程．该系统具有易于实现、成本低、兼容性好等特点,有利于对分布式设备进行实时控制．控制结果表明．该系统对于大滞后、非线性对象取得较好的控制效果．