车身造型形体设计中对结构设计的评价

阐述了车身造型形体设计中结构设计可行性分析的重要性和具体内容,结合在产品开发过程的具体实例,对车身造型形体设计中结构设计评价加以分析,并在后续的实际中应用证明,分析结果是切实有用。     

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。     

客车车身造型方案灰色关联评估模型

根据客车车身造型特点,确定客车外观造型的前围、后围、侧围、顶盖、灯饰、车门、整车协调性等7个评价指标,构建评估指标体系.然后,应用灰色系统理论建立造型方案灰关联分析评估模型,确定各评估指标的权重值.最后,分别对不同造型方案各项指标进行评估,并将各项指标的情况运用灰色关联模型分析,从而实现对客车车身造型方案优劣的评估,选出最佳造型方案.实例分析表明,评估结果清晰明了、准确合理,而且操作简便,具有很强的实用性.     

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。     

基于神经网络专家系统的边坡系统设计

基于神经网络和专家系统自的特点，研究了神经网络和专家系统的集成系统，论述了系统的设计思想、总体结构及实现的基本原理，通过软件设计实现了“可视化”操作，系统具有知识自动获取，预测速度快，鲁棒性及容错能力强等特点，这一研究为解决边坡稳定性评估问题提供了一种有效途径。     

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．     

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     

神经网络专家系统对导弹测试车的故障诊断

研究了基于神经网络的故障诊断专家系统的理论与方法 ,并介绍了具体实现过程 ,同时又将此方法应用于某大型导弹武器系统的局部故障诊断之中 ,结果表明了该方法的有效性     

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。     

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。     

基于模糊神经网络的压边力优化控制专家系统

说明了压边力优化控制模糊神经网络专家系统的总体结构框架及系统各模块的功能,对模糊神经元的选取、模糊神经网络的构造和模型神经推理机制进行了深入的阐述,针对板料拉深过程中的变量选取了模糊神经网络的输入输入参数。在板料拉深过程中,应用压边力优化控制模糊神经网络专家系统实现了冲压成形过程的智能化控制。     

基于人工神经网络的冲裁件缺陷诊断专家系统

说明了冲裁件成形缺陷分析人工神经网络专家系统的总体结构框架。系统分为综合信息处理模块和缺陷分析推理模块两大部分,有针对性地综合提取了冲裁件缺陷信息加以分类,采用了双3层BP神经网络来分析和处理输入参数,并对系统知识表示、知识获取、知识库的构造及推理机策略的选用进行了深入的阐述,同时还对数据系统原理编写的BDAES（v1．0）软件作了简要介绍。