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。     

带动态因子调整模糊神经网络控制器的研究

探讨了将模糊规则的提取和推理转化为人工神经网络参数的确定及神经计算，提出一种具有自学习功能的模糊神经网络（ＦＮＮ），并用因子动态调整逼近法，解决了系统中静态误差和积分饱和等问题．     

基于人工神经网络和专家系统结合运用的电网故障诊断技术的研究

人工神经网络（ＡＮＮ）和专家系统（ＥＳ）的结合是智能系统研究的发展方向。本文对ＡＮＮ和ＥＳ结合用于电力系统故障诊断问题进行了研究，提出一种新的电力系统故障诊断方法。该方法综合了ＥＳ和ＡＮＮ各自的优点，充分利用ＥＳ的推理能力和ＡＮＮ的学习能力，由ＥＳ根据故障报警信息搜索电网数据库，提出故障假设，再由ＡＮＮ对故障假设进行诊断。该方法教授给ＡＮＮ的知识是电网通用的故障判断知识，具有较强的能用性。研究表明ＡＮＮ和ＥＳ结合用于电网故障诊断是非常有效的。     

基于人工神经网络和专家系统结合运用的电网故障诊断技术…

人工神经网络（ＡＮＮ）和专家系统（ＥＳ）的结合是智能系统研究的发展方向。本文对ＡＮＮ和ＥＳ结合用于电力系统故障诊断问题进行了研究，提出一种新的电力系统故障诊断方法。该方法综合一ＥＳ和ＡＮＮ各自的优点，充分利用ＥＳ的推理能力和ＡＮＮ的学习能力，由ＥＳ根据故障报警信息搜索电网数据库，提出故障假设，再由ＡＮＮ对故障假设进行诊断。该方法教授给ＡＮＮ的知识是电网通用的故障判断知识，具有较强的能用性。研究表明     

稳定性监控自学习FNN控制器

针对一类未知的非线性系统，提出一种具有稳定性监控的实时自学习ＦＮＮ控制器．ＦＮＮ控制器采用遗传算法使自学习获得最优的性能指标；实时学习过程的稳定性则由基于李雅普诺夫方法设计的监控器来保证，使得ＦＮＮ控制器的自学习过程总是在全局稳定性的条件下进行．     

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。     

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．     

集成旋转机械故障诊断的知识表示与推理

本文提出了一种新的基于规则和神经网络集成的智能旋转机械故障诊断方法，该法把专家经验和故障样本以统一的分布表示形式组织到知识库中，并在此基础上提出了推理算法的自学习选取，整个系统充分发挥了规则系统和神经网络的优点，具有知识表示明确、并行推理、联想和自学习等优点。最后结合实例进行了分析。     

一种新的旋转机械故障诊断系统

本文提出了一种新的旋转机械故障诊断系统，把基于规则的知识处理方法与神经网络集成在一起，本文研究了系统的知识表示，推理、自学习和集成方法，并结合一实例进行了分析。     

基于管理决策问题中的异构知识集成推理研究

探讨了基于管理决策问题异构知识的集成推理及应用，在异构(混合)知识的面向对象表示的基础上，构建了一个在推理策略控制下，以元推理机为核心，四种功能推理机协调工作的推理系统。这里首先对管理决策问题中的异构知识进行定义和表示，然后阐述推理系统的各推理机的功能和推理机制。最后以企业评价决策问题为例，说明异构知识表示及其推理求解，以改善管理决策智能水平和提高问题的求解能力。     

类比推理在智能化概念设计中的应用

将类比推理的方法与基于实例的方法相结合，建立了基于多层推理的机械产品概念设计系统，即类比推理系统。知识的表示，采用面向应用的规则方法，框架式的知识结构，这样的系统具有自学习的能力，也可以由用户进行知识的更改和完善。     

Bayesian推理在远程答疑专家系统中的应用

介绍了基于Bayesian推理的远程答疑专家系统RQAES的系统结构及其工作原理，重点分析了Bayesian推理与决策的方法及知识表示与知识库设计技术。系统具有自学习、个性化的特点，是远程教育实践中不断完善的重要模块之一。     

专家系统的不确定性知识表示和询问过程的实现

专家系统的发展要求系统在人机交互方式上尽可能采用自然语言.另外,人的推理本身就涉及到不确定性知识.因而,在建立一个专家系统设计工具或设立一个专家系统时,研究不确定性知识的表示是重要的.本文简要地说明专家系统的不确定性知识的表示和自学习推理的模型,以及在IBM-PC微机上,采用dBASE(III)实现不确定性的知识表示和询问过程. 一、具有不确定性知识表示和自学习推理的专家系统的结构     

基于事例推理的质量故障处理系统的研究

基于事例推理是人工智能中的一种重要推理技术。以质量管理系统的设计与开发为背景,在分析质量故障处理的特点和应用现状的基础上,提出了一种基于事例推理的质量故障处理方法。它克服了传统的基于规则推理系统获取、描述准确知识困难的瓶颈,提高了自学习能力。     

EQPN:数据中不确定性知识的定性表示及推理

数据中蕴含的不确定性知识可以描述属性变量间的相互依赖、以及依赖关系的不确定性.贝叶斯网是不确定性知识表示和推理的有效框架,定性概率网是贝叶斯网的抽象表示,它简化了不确定性知识的表示、加速了不确定性知识的推理.我们研究从数据中学习定性概率网、以及高效的定性概率网推理技术,并开发了相应的系统EQPN.通过展示EQPN系统的主要操作及相应界面,阐述其基本思想和主要功能,旨在为数据中不确定性知识的定性表示及推理提供一种可用的知识框架.     

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．     

工程中基于知识的系统与人工神经网络的合璧

对基于知识的系统（ＫＢＳ）和人工神经网络（ＡＮＮ）的合璧的工程中应用的可行性及优越性进行了介绍和评价。ＫＢＳ的优势在于其因启发性适应 具有人类判断问题和解决问题的能力。ＡＮＮ显示了ＫＢＳ所不具有的求解特征，包括这种能力；由便子进行学习，得出一个可用于该类问题某一范围的普遍性结论，而且处理信息极快。就这方面而言，ＫＢＳ和ＡＮＮ是互补的，而不是互替的。并且可以合璧为一个能发挥两各技术特丝毫 种合璧的应     

步进电动机的故障诊断及其实现

针对步进电动机运行中的某些主要故障，设计了ＦＮＮ模糊神经网络故障理机及其单片机实现，提出随机寻优训练算法，并对此对该ＦＮＮ进行了训练，仿真结果表明，该处 仅计算速度快、推理精度高，而且具有工程应用的价值。     

烧结过程异常状况诊断专家系统SPADES(Ⅱ) --关键技术

知识库构造和推理机设计是实现专家系统的关键技术.烧结过程异常诊断的知识具有模糊性、不确定性与因果性强,定性知识与定量知识并存的特点.采用模糊逻辑表达烧结过程信息的模糊特性,研究了表达烧结过程异常诊断知识的综合型知识表达方式.知识库的组织包括数据库、事实库、模型库和规则库.规则库中的规则根据用途不同分组存放,同组规则按优先级别排序,这样的知识组织方式为实现高效快速推理奠定了基础;SPADES系统的知识库具有管理与维护功能,知识学习采用专家指导学习方式;烧结过程异常诊断专家系统的推理机采用多级目标推理的混合推理机总体目标推理采用过程化推理,按异常类型判断、异常原因分析、操作决策顺序进行;烧结过程异常状况的诊断采用模糊诊断确定假定异常集合,再通过反向推理验证假定异常集合中的元素,确定出现的异常类型;异常原因分析和操作决策采用正向推理.对于本系统中模糊规则的模糊性传递问题,采用基于确定因子法的不精确推理策略,以及基于模糊规则的模糊匹配方法.SPADES系统在生产现场的应用结果证明了本系统知识表达方式和推理机可以实现模糊知识的表达和高效推理.     

点模式识别ANN的区域分划特征

化学工程中许多过程识别问题，可归结为点模式识别，本文以区域分划或覆盖为基础，研究用于点模式识别的ＡＮＮ的性能，提出分划映射的ＡＮＮ表示－σ网络及其学习算法，并建立它的“知识积累”机制－σ网络的序贯学习。