基于本体的设计知识建模

研究知识建模问题,以支持设计知识的管理和重用．分析了设计知识管理面临的主要问题：提出了设计知识管理框架,该框架包括3部分：多种知识源设计知识获取、知识建模和设计知识检索;研究了基于本体的设计知识建模方法,包括设计知识本体的定义、基于本体的设计知识库建立、多视图设计知识检索等;讨论了基于本体的设计知识建模的优点．最后以前述研究成果为基础,开发了产品设计知识管理工具．     

基于模糊本体的智能交通系统知识建模

为有效处理交通知识建模中的模糊与不确定现象,提出包括领域本体与顶层本体的模糊本体模型.在领域本体中引进模糊概念属性值,并将普通的概念关系扩展为模糊关系与直觉模糊关系.顶层本体基于模糊语言变量的形式化表示,考虑了模糊概念间的实质性语义关系:集合关系、序关系与等价关系.以交通事故分析与预测系统为例,建立交通知识本体模型与基于语义的信息检索系统.该模型可有效进行智能交通系统的知识建模,有利于语义Web环境下智能交通的信息管理与知识管理.     

非线性系统建模的复合型模糊神经网络研究

针对非线性系统建模问题,提出了一类由函数逼近和规则推理网络构成的复合型模糊神经网络,其规则网络基于过程先验知识用于对操作区间的划分,而函数网络采用改进型模糊神经网络结构完成非线性函数逼近。采用一类非线性函数模型进行了仿真研究,结果表明,复合型模糊神经网络较之普通模糊神经网络在建模收敛速度和预测精度等方面都有较大的改善。     

基于循证医学实践的知识管理

介绍了循证医学的概念,阐述了循证医学实践中的知识管理,分析了知识管理在循证医学实践中的重要作用,提出了增强知识管理能力的措施。     

基于知识的神经计算模糊逻辑方法

人工神经网络（ANNs）作为强大的计算工具，应用于分类、模式识别、函数逼近和生物神经网络建模等领域。人工神经网络具有从实例中学习的程序，它们可以解决那些还不知道算法解的难题。但是，     

现代医疗建筑的人性化设计

更广泛意义的人性化设计随着医疗模式实现生物一心理一社会的转变、发展、更新,在现代化医疗建筑设计中发挥着具有指导性的作用。本文作者对现代医疗建筑设计中人性化设计的作用进行探讨,并就相关问题提出了自己的看法和意见。     

基于模糊神经网络的长输管道输油泵系统建模

长输管道输油泵系统是一个时变非线性复杂系统,对输油泵系统的流量、入口压力和出口压力的自动调节是输油泵系统安全、高效运行的重要保证.设计输油泵系统的控制器时,首先必须对系统的特性进行详细的分析,这样才能根据系统的特点设计出适用的控制器,因此建立系统的动态模型非常重要.提出了将模糊神经网络应用于长输管道输油泵系统建模,并通过仿真实例验证了算法具有良好的效果.     

基于密度聚类补偿模糊神经网络的建模方法

补偿模糊神经网络是综合补偿模糊逻辑和神经网络的混合系统。提出了将密度聚类算法运用到补偿模糊神经网络的输入模糊化和规则提取中。通过该方法对非线性系统的建模,仿真结果证明改进后的网络在提取规则、误差精度、收敛速度等方面均优于传统补偿模糊神经网络。     

基于领域知识复用的需求建模

为了准确地获取和复用军事电子信息系统需求,提出了基于领域知识复用的需求建模方法.介绍了利用领域知识进行需求建模的过程,利用目标模型表达用户需求,并通过复用领域知识建立目标模型;通过目标查询匹配和复用获取目标相关需求,建立应用本体;利用顶层本体概念与MEISRDL业务框架的映射关系,根据应用本体生成需求模型.实例表明,通过复用领域知识,不仅保证了需求模型的质量,而且提高了需求建模的效率.     

基于Fisherface和补偿模糊神经网络的人脸识别方法

对基于Fisherface和补偿模糊神经网络的人脸识别方法进行了研究,首先用Fisherface进行特征抽取,构成特征空间。然后对文献中提出的补偿模糊神经网络进行调整使其能解决多类分类问题。最后在特征空间里设计补偿模糊神经网络。实验结果表明,该方法具有良好的性能。     

改进的T-S模糊模型建模方法及其应用

针对一般的仿射非线性系统,提出了一种改进的建立T-S模糊模型的方法. 使建立的模糊系统与原非线性系统具有相同的响应特性,避免了平衡点线性化产生的系统误差的不利影响,同时也适用于含有多个非线性项的系统. 将这种建模方法应用到GMAW系统,建立了改进基于T-S模糊模型GMAW系统,并且建立的模糊系统和原系统具有相同的响应特性. 仿真结果证明了该方法的有效性.     

基于模糊关系的精炼炉底吹氩系统的复合建模

针对ＬＦ精炼炉底吹氩的工艺过程，提出了利用模糊理论建立底吹氩模型的方法。一种方法是利用专家知识和操作经验（即ＩＦ－ＴＨＥＮ规则）建立底吹氩的模糊规则模型；另一种方法是利用模糊神经网络方法建立底吹是的学习模型。最后综合考虑前２种模型的建核结果，建立整个过程的模型。     

基于模糊理论的平面连杆机构稳健设计方法

根据评价平面连杆机构运动精度的模糊特性，用模糊概率方法评价其设计精度，进而引入了其稳健设计方法。该方法在求解机构杆长等参数的同时，还可确定各杆长的制造公差，确保机械构运动精度的稳健性，以再现连杆角位移的平面连杆机械为例，建立了基于模糊理论的稳健优化设计数学模型，并进行了设计计算。     

论医疗建筑空间的色彩设计

在现阶段医疗建筑室内空间的装饰设计上,设计者往往注重室内空间功能上的需求,在空间环境设计上缺乏对病人的关爱,忽视了病人心理与生理特性的特殊需求。笔者通过对我国医疗建筑室内色彩设计的现状分析,指出了医疗空间色彩的设计对病人康复治疗中的应用价值及其重要性,并通过国内外先进案例研究,提出了各病区的色彩设计方法。     

基于递归补偿模糊神经网络的发酵过程建模

提出一种新型的动态网络———递归补偿模糊神经网络,结合弹性BP算法,把它应用于某多粘菌素的发酵过程的建模与状态预估。仿真结果表明该网络模型训练步数少,训练误差小,收敛速度较快,能够较准确地拟合过程的动态特性,预估精度较高,可用于发酵过程的优化控制。     

基于知识管理的建筑企业员工激励方法探讨

知识对现代企业的贡献越来越大,知识管理日益成为建筑企业生存和发展的关键。本文基于中国建筑企业知识管理刚刚起步,实施知识管理的难点在于解决员工激励问题的现状。针对建筑企业开展知识管理以及主要业务的特点,将企业的员工划分成核心知识型、亚知识型和普通三大类。并分析他们在知识管理中的利益追求,根据激励的有关原理,提出了较为完整的一套知识激励方法,有效的开发建筑企业的人力资源,推行知识管理,实现建筑企业的可持续发展。     

基于模糊理论和ANN的复杂对象系统综合评价方法研究

对应用模糊综合评价方法和人工神经网络解决复杂对象系统综合评价问题的原理和特点进行了分析和比较,提出了模糊综合评价方法与ANN相结合的综合评价方法是复杂对象系统行之有效的一种评价方法,并就二者的结合,即模糊神经网络模型的建立及其关键技术进行了探讨。     

基于混合混沌搜索方法的多层递归模糊神经网络建模

提出了一种多层递归模糊神经网络（MRFNN）,并提出混合混沌搜索方法用于网络学习。该网络融合了T—S模糊模型．在隶属函数层和规则层有局部反馈连接。网络的学习分为结构学习和参数学习两部分。结构学习确定隶属函数层和规则层的节点数;参数学习由混合混沌搜索方法完成,利用混沌搜索优化前件参数。同时利用最小二乘法实现后件系数更新。对非线性系统辨识进行,仿真实验并对连续搅拌釜式反应器系统建模。结果表明：本文方法能够有效捕捉系统的动态特性。所建模型具有良好的精度。     

基于均匀设计的T-S建模方法

T-S模糊系统被广泛应用在基于数据的建模方法中.模糊规则作为T-S模糊系统的核心,是影响系统精度和泛化性能的重要因素,然而模糊规则数量的确定非常困难.考虑基于减聚类的规则生成方法中,聚类半径直接影响规则生成数量,采用均匀设计设定聚类半径,合理选择规则数量,简化了复杂多变量系统的建模问题.实例证明所提出基于均匀设计思想的聚类半径设定法简单易行,具有较好的实际应用价值,适合于复杂多变量系统的建模应用.     

基于模糊层次分析法的RV减速器公差设计方法

精密传动用RV减速器的零件公差设计是其研发过程中的一大难点。为此提出了一种基于模糊层次分析法的RV减速器的公差设计方法。通过敏感度分析,构造零件设计参数误差对传动精度影响程度的敏感度权系数,利用三角模糊数层次分析法构造零件加工难易度权系数。基于几何平均数法建立零件设计参数的权重表达式用于计算RV减速器的回差,从而实现零件设计参数的公差分配。通过样机的设计及实验表明该方法是可行的,对RV减速器的公差设计具有一定的指导意义。