复杂知识网络的结构特征对知识流动的影响

利用Jackson算法构建了知识网络的计算实验模型.该知识网络模型具备典型社会网络的五大特征.通过仿真试验探讨了单个虚拟的知识网络中具有不同属性的知识结点其知识水平演化的规律,两个具有不同知识水平的虚拟网络间建立知识合作联系的不同机制对落后网络和先进网络间知识扩散程度的不同影响,以及落后网络的网络密度和连接权重对网络间知识扩散程度的不同影响.     

基于知识融合的虚拟产品装配设计知识管理研究

客户的个性化需求使产品设计知识越来越丰富,为管理虚拟产品装配设计知识,以知识融合为理论基础,提出了知识管理系统总体结构.采用面向对象的XML知识表示方法,通过获得用户需求和工程规则,建立知识库.对知识进行规范化处理,通过设计任务分解,进行知识推理,建立虚拟装配知识模型.最终以垃圾车装填装置为例,运用NX软件的知识融合和二次开发技术,建立产品装配知识管理系统,实现设计自动化,有利于设计知识的共享和重用,缩短产品开发周期.     

融合粗糙集和人工神经网络的产品敏捷定制设计方法

为快速响应客户需求和提高产品定制效率,通过分析产品设计过程的特点,结合粗糙集理论和神经网络方法各自的优势,提出一种融合粗糙集和神经网络的产品敏捷定制设计新方法,将粗糙集和神经网络方法有机集成应用于产品设计过程。该方法中,运用粗糙集对设计要求进行约简,提炼有效的决策条件;在此基础上,采用神经网络方法构建不同设计阶段的设计要求与其对应的产品结构间的网络模型,快速确定产品结构形式。并将该方法成功应用于某卷板机的总体方案定制设计过程。这种方法为实现产品敏捷定制开发提供了一种新的解决思路和技术手段。     

基于分布式约束满足的产品配置研究

针对分布式网络化产品配置的特点,将产品配置问题抽象为约束满足问题进行研究.为解决配置知识共享及配置知识的语义表达问题,采用本体驱动的面向对象的思想构建产品配置约束网络结构模型,将该模型转化为分布式约束满足问题(Distributed Constraint Satisfaction Problem,DCSP)求解模型,从而可以准确、完全地描述产品零部件的结构及设计知识,并采用异步弱授权回溯算法进行约束求解,大大提高了求解的搜索效率和准确性.最后给出模型在水泵产品配置设计过程中的实际应用.     

组织间隐性知识流转网络的实证研究

分析了个体在组织间隐性知识流转中的主体作用.从社会网络理论和方法出发,将组织间的隐性知识流转关系作为社会网络进行定性和定量综合分析,以UIC组织间隐性知识流转网络的实证数据为例,对该网络的结构及特征进行测度和分析,揭示了网络的结构特征,并分析了正式和非正式知识交流渠道对隐性知识在组织间流转的不同作用.     

基于知识重用的设计体系与应用

传统的基于实例重用的设计方法中对设计知识的处理与组织能力不足，没有建立有效的机制保障设计知识的可重用性。本文提出了基于知识重用的设计体系，其原理是通过对不同层次知识的表达、组织以更有效地实现设计方案、设计过程及设计知识的重用。该体系能更好地重复利用以往的设计知识与经验，从而提高设计效率。文中给出了该体系中不同环节的表达及求解模型，并给出了应用实例。     

基于知识管理理论的网络辅助教学系统研究与设计

网络辅助教学系统可以弥补传统课堂教学不足,在教育中起着越来越突出的作用。知识管理理论为网络辅助教学系统的设计与开发提供了一个新的视角和新的思路。基于知识管理的网络课程注重知识的获取、共享和交流,强调显性知识与隐性知识的转换,最终达到知识创新。将知识管理的理论、方法和技术应用于网络辅助教学系统的设计与开发以促进学习者从显性知识向隐性知识过度,提出了基于知识管理的网络辅助教学系统的基本设计原则、策略、设计过程模型和系统框架模型。最后将结论应用于系统设计,开发了"JAVA网络辅助教学系统"原型,并通过问卷调查获得了该原型的评价。     

面向智能主模型的事物特性表扩展方法

针对常规事物特性表不能有效组织智能主模型中多视图、多层次产品信息和设计知识的问题,提出了事物特性表扩展方法.首先结合智能主模型信息需求对事物特性进行分析分类,然后从广度维扩展事物特性多视图内涵,以完整表达面向设计过程的产品特性;深度维扩展采用知识映射矩阵表达产品特性与设计知识的关联关系,为产品设计过程提供设计决策知识;粒度维扩展从产品、部件、零件等结构层次构建多层次事物特性表,满足智能主模型智能缩放产品结构,在早期设计阶段快速评估不同配置方案的需求.通过某枪管设计优化实例,验证了所提方法的有效性.      

采用知识流理论的高速滚动轴承打滑失效试验台集成设计

为了降低高速滚动轴承打滑失效试验台设计中知识获取的复杂度,结合知识流理论对试验台集成设计过程进行了知识梳理与基于流程分解的知识解耦,在对功能质量约束需求进行分析的基础上研制了打滑失效试验台。提出了一种支持产品全生命周期设计的一体化知识集成框架,并基于这一框架对打滑失效试验台从需求分析直至交付的全生命周期设计过程中的设计知识及其与设计过程的集成模式进行了研究。建立了高速滚动轴承打滑失效试验台集成设计的知识流模型,对试验台集成设计服务及其知识流动情况进行了分析;研究了分布式资源环境下设计知识服务的发布与发现机制,对建立的资源单元进行了基于网络的知识服务注册与发布,以利于分布式资源环境下用户的搜索与发现。研究结果表明,从知识流视角出发对试验台集成设计进行研究是可行的,有助于提高设计效率与质量。     

基于知识工程的数控刻楦机设计系统

诠释了知识工程(KBE)概念,并对KBE系统的推进过程进行了探讨.采用模糊推理策略完成了知识库的创建,以Unigraphics为平台基于知识熔接(KF)技术开发了基于KBE的刻楦机结构设计系统.综合运用知识工程技术、虚拟设计技术等,研究了其计算机辅助概念设计(CACD)流程及各应用子系统的功能结构.刻楦机刀具设计系统解决方案实例中,模糊推理与知识熔接相结合,方便的模糊修改以及KF系统的模型自动生成实现了快速设计.该系统从一定程度上实现了刻楦机的智能设计,积累了设计经验和知识,缩短了产品生命周期.     

面向工程设计的知识处理关键技术

通过对工程设计过程的分析,提出了面向工程设计系统中产品层次建模的基本方法,研究了面向工程设计的知识处理技术:采用基于对象-规则的方法进行工程设计产品的知识表示;综合运用前向和后向推理,进行目标搜索和求解;建立了基于逻辑式的规则表示和推理,提高了规则知识的表示能力;建立了基于广义表的函数运算语言,提高了工程设计理论和经验公式的集成能力.开发了相应的软件系统,可集成于工程设计系统中,提高其知识处理能力.     

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。     

水利枢纽下游河段设计最低通航水位推算方法探讨

在分析影响水利枢纽下游河段设计最低通航水位因素的基础上，将设计最低通航水位计算问题概括为一种非线性输入输出的泛函关系，以人工神经网络原理建立推算水利枢纽下游河段设计最低通航水位的BP神经网络模型，用此模型，对闽江水口坝下观音岐设计最低通航水位进行网络计算，在此基础上，将BP网络模型与模拟分析进行了对比分析，2种方法所得结果相近， 但BP网络模型具有较高精度，本文为水利枢纽下游设计最低通航水位计算提供了一种新方法。     

基于小波神经网络熔丝堆积三维打印精度预测模型

摘要： 熔融沉积快速成形是一个多参数耦合的非线性过程,大量成形参数对成形件精度具有重要影响.为了弄清各个工艺参数对成形零件精度的影响,提高熔丝堆积三维打印产品精度,运用Matlab软件建立了利用成形工艺参数预测产品精度的小波神经网络模型,完成了算法设计.通过熔丝堆积三维打印实验采集样本,利用训练样本对所建立的网络进行训练,完成网络输入输出精度映射关系,并利用测试样本对所训练网络进行检验.仿真试验表明,产品精度预测模型具有很高的精度,验证了该预测模型在理论和实践上的可行性、有效性.把小波神经网络方法运用于熔丝堆积三维打印参数与成形产品精度之间的建模,解决了难以用数学方法建立精确模型的问题.     

网络环境下基于知识地图的产品设计知识链管理

产品开发中知识的复杂性和分布性容易造成知识链中获取、选择、产生、内化和外化环节的中断,导致知识共享和知识重用的困难.通过分析网络环境下产品开发中设计知识的描述、分布和使用情况,采用面向设计任务的方式组织相关知识,并为知识单元添加能够可视化显示的属性信息,生成知识地图来管理产品设计知识链,建立了以知识地图为核心的产品设计类知识重用、共享模型,并构建了网络环境下知识地图管理系统框架,从而减少知识孤岛现象,推动知识的重用.     

基于神经网络结构搜索的目标识别方法

针对目标识别需求,对基于神经网络的深度学习方法展开研究。由于深度学习模型中包含了对数据的先验假设,因此人工设计神经网络需要领域内专家丰富的先验知识,且具有劳动密集与时间成本高的缺点。为了获得超越专家个人经验、表现更好的网络,采用一种可微神经结构搜索的高效结构搜索方法,将搜索空间放宽为连续的空间,然后通过梯度下降来优化体系结构的验证集性能,从而找到面向目标识别的最优神经网络结构。仿真实验结果表明,将基于神经网络结构搜索的目标识别方法应用于"低慢小"类目标识别是可行的。     

基于四元数图神经网络的知识图谱嵌入

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题。该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系。模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quaternion graph neural networks, QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序。实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型。