基于CBR推理的DFL-Agent商务谈判系统及其案例库设计方法

针对商务谈判信息具有的动态模糊性特点,将动态模糊逻辑技术应用到基于CBR推理的Agent商务谈判系统中,以实现动态模糊数的知识表示、处理和基于CBR推理的商务谈判过程。文中阐述了CBR推理过程、系统的模型结构、功能以及案例库的设计,给出了一种改进的相似度计算方法,最后提出了一种基于CBR推理的商务谈判中动态模糊问题的新方法。     

模 糊 择 优 逻 辑 的 数 值 扩 充

提出一种新的模糊逻辑数值模糊择优逻辑, 给出了数值模糊择优逻辑的语法和语义, 并研究了其性质. 该逻辑结合多值逻辑和择优推理的语义特点, 得到的推理关系具有模糊性、 次协调性和非单调性, 且知识的模糊性能以数值的形式显式地表现, 适用于对智能系统中的不精确、 不一致和不完备知识进行表示和推理.     

中医诊断专家系统中融合案例与模糊规则的推理机制研究

阐述了基于案例的推理和基于规则的推理的基本概念和原理,结合中医领域知识的特点,对传统的规则通过引入模糊逻辑,提出一种模糊规则推理机制进行知识的表示、获取和推理,并提出一种融合案例与模糊规则的推理机制,用于解决中医诊断专家系统的实际问题.     

复杂机械产品设计知识推理方法及软件系统

复杂机械产品设计涉及的领域知识广泛,类型复杂．基于实例的推理方法是知识推理中的一种重要方法。特别适用于复杂机械产品的设计知识推理．本文采用基于实例的推理方法,设计了复杂机械产品设计知识推理流程．在此基础上,提出一个快速实例检索流程,并给出了快速实例推理相似度计算方法．根据上述理论和方法,开发实现了一个复杂机械产品设计知识推理系统．     

基于实例与知识的智能CAPP策略

提出了一种新的基于实例与知识的混合推理策略，它既可通过对已存在的实例零件的工艺进行变异设计来获得当前零件的工艺，也可根据工艺知识库中的知识进行创成设计，介绍了基于实例与知识的ＣＡＰＰ系统的总体结构。给出了实例与知识的表达方式，并详细讨论了基于实例和基于知识两种推理的实现过程。     

基于知识的模具并行工程系统方法

提出了基于知识的模具计算机辅助并行设计系统方法,并对并行工程系统开发过程、传统过程分析、过程重组、系统功能分析、系统建模和系统框架设计等关键技术进行研究,提出采用模糊设计结构矩阵进行产品开发过程建模和通过对模糊设计结构矩阵按信息度进行模糊排序来指导过程分解与重组,提出了基于特征的产品／模具信息模型,通过基于规则与基于事例相结合的推理机制实现知识、数据、事例等各种信息的动态集成与应用,以支持并行设计机制的实现。     

基于模糊加权有色网和BP神经网络的飞机发动机故障诊断

针对传统知识推理故障诊断方法中参数往往依赖于专家经验,存在着不准确和无法学习的问题,提出了一种基于模糊加权有色网和BP神经网络的故障诊断方法。首先,定义了模糊加权有色网并给出了两种产生式规则对应的模糊加权有色网模型。然后,设计了采用BP神经网络对模糊加权有色网各参数进行学习的算法。最后,给出了使用训练后的各参数进行初始化的模糊加权有色网进行故障推理的具体步骤。通过飞机发动机故障诊断实例仿真实验证明了方法能正确地建立模糊加权有色网推理模型,在采用BP神经网络进行参数训练后,能有效地实现飞机发动机的故障诊断。     

一种IDSS模糊推理机的OOP实现模型

提出了一种智能决策支持系统（IDSS）中基于产生式规则的知识表示和模糊推理的面向对象实现方法。该方法把知识规则的结构和模糊推理方法定义成规则类，把具体的规则定义成规则类的实体，用这些规则实体构建动态表从而组成知识库，推理的过程由知识中各种规则实体提供的方法完成。在推理过程中采用模糊处理使得结果更符合客观事实，该方法是简单高效的。     

基于本体和规则的产品配置系统研究

产品配置是实现产品快速定制和提供个性化服务的一种有效手段,而配置知识的获取、表达和推理是实现产品配置的关键.在分析当前配置设计中存在问题的基础上,提出了一个基于本体和规则的产品配置设计解决方案.首先分析了配置设计中不同的知识类型,提出了一种基于粗集的规则获取方法;然后采用OWL/SWRL对产品配置本体和配置规则进行知识表达;最后以JESS为推理引擎实现了配置知识的推理.通过电梯配置设计原型系统的开发与应用,进一步说明了该方法的可行性.     

专家系统中基于模糊对象匹配的研究

提出并研究一种新的知识表达模型"模糊对象".它突破传统的精确模型,是一条将模糊理论和面向对象技术应用于专家系统的途径.详细分析了该模糊对象模型的意义、知识表达结构以及它在模糊专家系统中的推理机制.并应用格贴近度和综合函数γ-operator两种方法计算模糊对象与规则中各种模糊对象模式之间的匹配程度.实验表明,该方法能显著地提高信息的准确性和有效性.最后探讨了用基于模糊专家系统外壳FuzzyCLIPS实现这一方法的可行性.     

基于矩阵运算的产品拆卸过程规划

以模糊Petri网为工具,给出了模糊产生式规则推理Petri网模型,并将模糊Petri网与矩阵运算相结合,提出了一种模糊推理过程的形式化推理算法.在此基础上,针对产品拆卸过程中知识具有不确定性和模糊性的特点,采用模糊推理Petri网建立了产品拆卸路径决策模型,并通过实例,对所提出的拆卸路径决策算法进行了论述,结果表明此决策模型在产品拆卸过程规划中具有很强的并行处理能力,它可以根据产品在拆卸过程中零部件的信息对每一步操作做出适时的智能化决策.     

可能性理论在模糊专家系统中的应用

提出在引入可能性理论后，即可用可能性分布来表示不确定和模糊的知识，使得在智能系统中进行模糊推理时，可以得到比基于概率的方法好得多的结果．这对于提高智能系统的性能是十分有益的     

城市公共交通智能调度专家系统的研究

根据城市公共交通调度、专家系统知识及模糊控制理论建立了公交智能调度专家系统。该系统采用案例与规则两级推理机制,通过产生式规则实现对知识的表达,应用关系型数据库实现对知识的管理与操作。案例推理中设计了代码与属性两层匹配的推理策略,针对实际调度中的不精确判断,根据模糊控制与模糊推理的思想设计了模糊规则与模糊推理策略实现了基于规则的推理。该系统对实现公交系统智能化、提高公交调度的质量和效率具有重要的意义。     

采用模糊Petri网的形式化推理算法及其应用

以模糊Petri网为工具，研究了多种约束条件下的人类知识和推理过程的表示方法．在此基础上，将模糊Petri网与矩阵运算相结合，给出了模糊推理过程的形式化推理算法．算法考虑了推理过程中的众多约束条件，包括命题在规则中的权重、变迁触发的阈值、规则的可信度以及多结论规则等，将复杂的推理过程采用矩阵运算实现，充分利用了模糊Petri网的并行处理能力，使模糊推理过程更加简单、快速和易于实现。     

基于模糊自适应的汽车ABS路面辨识技术

实时有效辨识路面对防抱死制动系统(ABS)的制动安全性具有重要意义。分析了车辆制动特性,提出了 一种用轮速峰值连线求解参考车速的方法。为了有效辨别制动时的路面信息,在设计基于轮减速度和参考滑移率 的模糊智能推理算法的基础上,给出了用仿人智能思想来在线修改模糊控制参数的自适应推理算法。车的实时 (ABS)道路测试表明,模糊自适应路面辨识技术具有良好的制动平稳性和自适应性,提高了辨识路面突变的实时性, 简单实用,是一种新的有效ABS路面辨识法。     

电液伺服阀故障诊断专家系统的研究

针对最常见的双喷嘴档板式滑阀力反馈电液伺服阀，结合上海宝山钢铁公司生产线上使用的该类型伺服阀进行了实验研究，利用模糊神经网络与符号推理集成技术，建立了电液伺服阀故障诊断专家系统，实验证明，该专家系统对电液伺服阀常见的故障的诊断准确率达９０％以上。     

基于模糊自适应的汽车ABS路面辨识技术

实时有效辨识路面对防抱死制动系统(ABS)的制动安全性具有重要意义。分析了车辆制动特性,提出了一种用轮速峰值连线求解参考车速的方法。为了有效辨别制动时的路面信息,在设计基于轮减速度和参考滑移率的模糊智能推理算法的基础上,给出了用仿人智能思想来在线修改模糊控制参数的自适应推理算法。车的实时ABS道路测试表明,模糊自适应路面辨识技术具有良好的制动平稳性和自适应性,提高了辨识路面突变的实时性,简单实用,是一种新的有效ABS路面辨识法。     

一种通用型模糊环境智能故障诊断系统的实现

描述了基于模糊环境智能模型和专家系统知识推理的,可通用于工业现场大型设备机组的故障诊断与维护系统的设计思想和实现方法。系统构造以主要功能模块协同工作的模糊规则为设计主线,在此基础上,通过对规则的进化与更新来提高与完善系统的整体性能。针对知识库维护相对不便的问题,结合工业现场故障诊断的特点,详细介绍了专家系统诊断平台的系统框架、知识表示、推理方法和主要实现技术。实践结果表明,该系统运行效果良好。     

高层混凝土建筑的抗震选型支持系统

采用面向对象程序设计方法，以面向对象程序设计Ｓｍａｌｌｔａｌｋ／Ｖ和过程式语言ＦＯＲＴＲＡＮ７７为基本工具，通过多级模糊综合评判推理，以有利于抗震的建筑体型为目标来建立智能支持系统，用以帮助工程设计人员选择合适的建筑体型。     

简化模糊推论模型与多层构造模糊推论模型的对比研究

能够直接输出非模糊值的简化模糊推论已被广泛应用于控制系统.随着条件部成员函数个数的增加,这种模糊推论模型能够获得较高的输出精度.但是,对于采用从现实环境下获取的示教数据进行模型学习的情况,简化模糊推论模型有时难以获得很高的辨识精度.本文采用现实环境下的两种典型的示教数据,对单层构造的模糊推论模型和多层构造的模糊推论模型进行辨识.实验结果表明,多层构造的模糊推论模型比单层构造的模糊推论模型具有更高的辨识精度和对示教数据的适应能力.图7,表4,参16.