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。     

基于神经网络推理的故障诊断专家系统

本利用神经网络（ＮＮ）知识并行处理，自学习及联想记忆等功能，建立了基于网络推理的专家系统，论述了ＮＮ的结构，算法参数的确定，系统知识获取和离线／在线自学习功能提出了ＮＮ数值推理和ＥＳ深层逻辑概念相结合的输入／输出转换机制与ＮＮ推理的解释机制。研究表明系统具有良实用性。     

基于神经网络推理的故障诊断专家系统

本文利用神经网络(NN)的知识并行处理、自学习及联想记忆等功能，建立了基于神经网络推理的专家系统论述了NN的结构、算法参数的确定、系统知识获取和离线／在线自学习功能，提出了NN数值推理和ES深层逻辑概念相结合的输入／输出转换机制与NN推理的解释机制．研究表明系统具有良好的实用性。     

应用于电机领域的专家系统

将专家系统的理论与方法，引入电机设计领域，开发了一个设计型专家系统－－ＥＭＤＥＳ。该系统采用日程表式的过程控制策略，产生式规则建立知识库，模糊隶属度解除规则冲突。实践表明，该系统开发是成功的。     

工厂供电系统故障诊断专家系统的设计

工厂供电系统的安全运行对工业企业来说至关重要，特别是对于化工企业，如何快速判断和切除故障非常关键。介绍了利用专家系统技术开发供电系统故障诊断系统的结构特点、主要功能，重点阐述了系统中推理机的构造、知识库的描述及网络图形显示、模拟倒闸操作等功能的实现。该系统是用VC＋＋开发成功的，并对用VC＋＋实现知识的框架结构表达做了详细的说明。     

异步电机设计专家系统

本文研究异步电机设计专家系统的构成原理和框架，阐述了系统知识的表示和推理方法，提出体现专家思想的偏差系数概念，从而实现异步电机设计方案的智能分析和调整，并以三相异步电机电磁设计例建立了ＴＰＡＭ－ＥＳ系统。     

地理专家系统的推理机设计

运用地理专家系统的推理机设计原理和方法,探讨了推理机的基本控制策略及其程序实现的算法,以及推理知识的搜索策略,讨论了地理专家系统中的不精确推理问题。     

电机试验诊断专家系统

电机试验诊断专家系统胡虔生，周建华（东南大学电气工程系，南京２１００１８）本文阐述运用专家系统思想进行异步电机性能试验结果诊断分析的方法及系统实现．１专家系统的构成异步电机试验诊断专家系统，简称ＡＭＴＤＥＳ，由知识库、推理机、人机接口等几部分组成，系...     

神经网络知识获取及推理技术在番茄专家系统中的应用

针对传统专家系统知识获取的瓶颈性问题，提出了基于神经网络和传统知识获取与表示相结合的方法。传统的推理方式存在推理效率低和冲突消解问题，提出了由神经网络推理和逻辑推理所组成的混和推理系统。利用神经网络的自学习、自组织、自适应特点，来实现自动知识获取；混和推理既利用了神经网络的并行处理的效率、解决了传统推理存在的冲突消解问题，又克服了神经网络推理结果无法解释等特点，具有较高的准确性和效率性。最后给出了番茄病虫害诊断的应用实例。     

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。     

基于神经网络与专家系统的故障诊断技术

针对传统的故障诊断方法对复杂系统或装备进行故障诊断速度慢、对多故障同时发生的情况难以准确定位的问题,提出将神经网络与专家系统相融合的设计方案,建立一种基于人工神经网络的故障诊断专家系统。该专家系统结合神经网络和专家系统的优点,具有很强的自学习能力和自适应能力,可从外部环境不断吸取信息,在学习过程中不断完善自己,具有很强的容错性,善于联想、类比和推理。理论分析与仿真实验证明,该系统能实现对故障的快速准确定位,为保障装备可靠高效地发挥功能提供了有效方法     

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。     

基于神经网络的客车车身造型评价专家系统

阐述了利用人工神经网络(ANN)技术构建专家系统对客车车身造型进行评价的方法,从数据收集、图形的预处理、知识库的构建及神经网络模型的设计与训练等方面研究了准三维造型评价专家系统的关键技术问题.开发了客车造型评价专家系统软件,并通过实际客车造型任务,验证了所开发软件的有效性.     

基于知识发现技术的神经网络专家系统

为了克服传统专家系统的３大缺陷，在讨论专家系统新技术的基础上，探讨如何在专家系统中融入知识发现的技术，提出一个新的系统框架，在其中使用的一些知识发现算法包括历史数据库中的数据挖掘及知识库中的知识发现，对此新的专家系统框架给予了实验。结果是：系统运行后，既可以发现新知识，又可以改进原有规则。这样大大提高了系统知识获取的能力，而且也求精了知识库。     

BP神经网络在专家系统开发中的研究与应用

针对专家系统开发过程中遇到的"知识瓶颈"问题,提出了神经网络与专家系统相结合的方法,利用神经网络训练和学习得到的故障数据来丰富专家系统的知识库,提高专家系统诊断的准确性。基于某型燃气轮机对此方法进行了验证,结果证明这种方法是可行的。     

基于规则的复合人工神经网络故障诊断专家系统

提出了一种基于规则的新智能故障诊断专家系统,该系统使传统故障诊断专家系统和神经网络有机结合,并融合了模糊理论。系统增加了自学习机制,使知识获取容易,解释机制更灵活,因而使故障诊断系统更具灵活性和透明性。     

基于神经网络的故障诊断推理方法

针对传统诊断技术的局限性,研究了基于ＢＰ模型神经网络的故障诊断推理方法,它只需选择足够的具有代表性的故障样本训练神经网络,将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断发生故障的类型．神经网络一旦训练好,由于其具有容错性,不仅能诊断出已经出现过的故障,还能在一定范围内诊断出从未出现过的故障,使故障诊断智能化和简单化．仿真结果表明,基于神经网络的故障诊断方法是行之有效的