实例推理和规则推理在CAD中的集成研究

基于实例的推理（CBR）和基于规则的推理（RBR）是知识工程中两类实用有效的推理方式，其逻辑学基础是类比推理和演绎推理。在复杂内、病态结构的设计问题求解中，上述两类推理方式都得到了广泛而独立的应用。提出一种将CBR与RBR集成的方法，即根据设计过程中各阶段的特点，灵活使用实例推理和规则推理策略去解决工程设计问题， 可提高设计问题求解的效率和有效性。     

基于事例推理(CBR)的同构模具工艺设计模型

从同构模具的实际情况出发,分析了同构模具ＣＡＤ系统中工艺设计部分开发过程所遇到的困难,在参考事例推理思想的基础上,提出了基于ＣＢＲ的同构模具ＣＡＤ软件工艺设计模型（ＳＳＰＰＣＢＲ）,并详细分析了模型中ＣＢＲ推理机、交互工艺生成模块、综合数据库、工艺知识库、ＣＡＤ系统主要模块的豚建立在这些模块基础上的同构模具工节生成原因、此模型的采用可有效提高同构模具工艺方案生成的智能性。     

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。     

基于模型与实例的混合推理用于故障诊断

分析了基于模型和基于实例的诊断推理方法，提出了基于模型与实例的混合推理策略，并将其应用于ＣＮＣ加工中心的故障诊断．同时，还讨论了实例的表达与存储、索引与匹配等问题     

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．     

基于实例推理的机械产品设计系统

基于实例推理技术是人工智能方向的一个重要研究领域，为人工智能领域开辟了一条新的途径。以三维软件为平台，分析了基于实例推理的机械产品模块化CAD系统的设计方法。     

基于实例和规则推理的敏捷夹具自动构形设计方法研究

阐述了敏捷夹具的层次表示结构 ,研究了基于网络的敏捷夹具C&R_BR集成推理求解模型 ,提出了考虑语境变量时的实例特征和检索模型 ,以及基于规则推理的实例改写。解决了如何进行夹具设计实例的描述、组织、调整等关键问题 ,实现了基于实例的夹具CAD系统     

基于相似性原理和实例推理的产品变型设计技术

针对传统推理技术在产品设计应用中存在的问题,本文对基于实例推理的变型设计进行了研究。分析了实例推理的一般过程及其区别于其它推理技术的优点,提出了一种利用相似性原理和实例推理的产品变型设计。     

基于实例的钣金工艺设计技术研究

钣金工艺对于板会的设计以及制造等起着重要的连接作用,钣金设计以及制造水平随实践和技术的发展不断的提高,但是我们看到钣金工艺的设计水平还是相对滞后的,在很大程度上制约了整体生产效率的提升。本文从基于实例的钣金工艺设计出发,分析当前存在的一些问题的基础上来讨论想过的技术措施。     

基于实例推理的基本理念

基于实例推理是目前研究较多的智能问题解决方法之一，它是在近十几年来AI中发展起来的区别于基于规则推理的一种推理方式，它是通过访问知识库中过去同类问题的求解从而获得当前问题解决的一种推理模式。     

基于PCA-RBF神经网络模型的航空备件预测方法

提出了基于PCA-RBF神经网络模型的备件预测方法.首先利用主成分分析去除原始输入层数据的相关性,以解决RBF神经网络模拟备件需求时输入变量过多、网络规模过大导致效率下降的问题,最后选择合适的径向基函数密度训练神经网络.通过结合实例进行分析,取得了较好的效果.     

应用微机辅助设计轴类零件工艺规程

<正>本文是应用半创成原理的观点、方法,以轴类零件为例,在MZ-731型微机上进行辅助工艺规程设计(CAPP)的尝试,开发了按零件的类(或组)半创成零件工艺过程的软件,可以简化程序,减少内存,有利于在类似微机上实现CAPP,便于中小企业应用。     

基于自反馈神经网络的运动模糊图象恢复方法的研究

本文提出一种用自反馈神经网络来恢复被噪声污染的非零边界条件模糊灰度图象的方法。文中详细讨论了用于描述图象的神经元网络模型,给出了模型参数估计和根据该模型实现的图象恢复算法。在神经元网络模型中,图象的灰度函数被表示成神经元状态的简单代数和。实验结果表明由于神经元网络模型的容错性和自适应性,运用该方法对加有椒盐噪声的匀速直线运动模糊列车图象进行恢复,可以得到高质量的图象恢复结果。     

基于灰色人工神经网络组合模型的交通量预测

针对公路远景交通量预测工作中常存在交通量原始数据呈随机性、非线性变化的特点,同时学习样本量较小、信息不充分的问题,充分利用贝叶斯正则化神经网络非线性逼近,良好的泛化能力和无偏GM(1,1)模型的少数据建模,弱化原始数据随机性并增强规律性,消除了传统GM(1,1)模型预测所固有的偏差的优点,建立无偏GM(1,1)-贝叶斯正则化神经网络交通量组合预测模型,并应用于实际交通量预测中.与传统BP预测模型比较,算例结果表明所建模型有效可行,提高了预测精度.     

基于模型的面向对象神经网络开发工具的研制

从软件工程角度描述了利用统一建模语言UML设计和实现一个以石油工业应用为目的的神经网络开发工具 ,并以渣油评价实验为例 ,验证了该工具的先进性和有效性     

基于神经网络的模糊关系方程极小解求解算法

利用神经网络求解有限论域上模糊关系方程的极小解,将未知的模糊关系作为神经网络的权重参数进行学习,并设计了相应的网络训练算法Ⅰ.证明了该训练算法将收敛到模糊关系方程的极小解,并通过2个数值实例来验证算法的有效性.     

一种切力模型下大圆筒结构位移的迭代算法

提出了一种作用沉入式大直径圆筒内，外壁上的土体竖向切力模型，该模型假设土体的竖向剪切变形刚度系数与土中深度和筒体位移成比例，得到了求解筒体位移的平衡方程为一非线性方程组，为此建立了求解这一方程组的迭代算法，并用模型试验结果对其进行了检验，计算结果与试验结果吻合较好。     

基于人工神经网络的设备故障诊断策略及模型研究

文章首先介绍人工种经网络的基本理论和基本模型，然后研究诊断设备的结用特征，担出了“结构树”的概念．并据此分析了设备故障的特点．文章最后以神经网络基本模型为基础，结合设备故障特点，探讨了基于人工神经网络的设备故障诊断策略及模型．     

城市宗地地价评估的人工神经网络模型研究——以南京市土地交易为例

由于城市宗地地价的影响因素较为复杂,并且各宗地特征的区域差异性很大,一般方法很难适应各类土地的评估．针对上述特点建立了一种人工神经网络综合评判模型,科学地、公正地、简洁地评估宗地地价．并与城市土地有偿出让工作紧密结合,具有很强的实践意义,为城市宗地评估的现代化、智能化提供一个可借鉴的范式．