面向对象的元级程序设计方法

传统的面向过程式的元级程序设计系统存在一些弊端,如指针操作容易出错等.尤其当处理的语言文法规则过多时,过于频繁的指针操作会降低系统的稳定性和可靠性.为此,采用面向对象的元程序设计方法,使用基于文法的抽象语法树描述中间表示,将元级操作封装成类,构造了面向对象的元级程序设计系统OOMPS(Object-Oriented Metaprogramming System).该系统利用类的继承机制以及对象与其成员函数之间的关系来代替指针操作,避免了指针带来的各种问题.基于该方法,实现了全系统简明测试语言ATLAS(Abbreviated Test Language for All Systems,该语言的文法规则大约有2 680条)的元程序设计系统ATLAS_MPS.试验表明,该系统效果优良,并具有稳定性及可扩充性.     

基于强化学习的多Agent系统规划规则抽取方法

强化学习和规划技术在目标上有着很高的相似性,而在技术上又具有互补性,因此,基于强化学习的Agent规划规则抽取问题长期以来一直是研究的热点。针对基于强化学习的多Agent系统在规划规则抽取方面存在的问题,提出了一种从多Agent Q学习中抽取满足规划条件的规划规则的RL—MAPRE算法,并给出了理论分析。     

DECS的产生式规则建模与规则的结构错误检测

文章研究的离散事件控制系统采用基于规则的系统结构,系统的控制逻辑存放于规则库中,推理机完成规则匹配工作.该文以数字矿井中皮带运输系统为例,详细说明了基于规则的系统结构和利用产生式描述系统的原理、方法、步骤;针对规则系统中典型的结构错误,如冗余、不-致、不完备和死循环,进行了检测,保证了系统的一致性和完备性.     

蛋白质结构类预测的新方法：基于蛋白质二级结构序列的预测方法

提出了由蛋白质二级结构序列预测蛋白质结构类的新方法，并给出了预测蛋白质结构类的简明预测规则。     

基于事件条件动作规则的智能主体结构

为了增强智能主体能力及方便地实现一个智能主体系统,在抽象语言AgentSpeak(L)基础上,引入事件条件动作规则,并从功能和实现的角度对心智模型进行必要扩充和完善.定义了E-Agent的心智模型,设计了E-Agent的Agent描述语言,给出了E-Agent的解释执行过程.实现了一个包括可视化建模工具和运行环境的智能主体系统.该系统具有可视化建模、易于使用等优点.     

基于元推理的专家系统规则调用

本文给出一个基于元推理的专家系统规则调用模型，并给出了运用这一模型的一个实例。     

复杂系统在局部规则影响下的宏观表现

复杂系统理论(system complexity)是系统科学中的一个前沿方向,复杂性科学也被称为21世纪的科学。本文从复杂性理论出发,通过元胞自动机和数值计算的方法在不同的局部规则下给出了复杂系统演化的有序和混沌两种结果,并对结果进行了分析和总结。     

基于UML的领域规则建模方法

为了实现领域约束规则的可视化表示,检验需求模型与领域知识之间的一致性,该文提出一种领域规则建模及需求模型验证方法.在借鉴本体定义元模型和语义网规则语言(SWRL)基础上,定义了一种领域规则定义元模型.用该元模型扩展统一建模语言,使其可用于领域规则建模.给出了领域规则模型到SWRL描述的转换方法,使需求模型验证可通过形式化推理引擎自动完成.通过模型验证案例分析,说明了该方法的可用性.     

基于业务规则的应用系统组合机制

为了提高应用系统组合的适应性,提出了基于业务规则的应用系统组合机制,在该组合机制中将业务流程组全分解为3层：定义层、实例层和执行层,同时分析了该组合机制的实现技术．最后,将以上研究成果在重庆某企业进行了初步应用实践,取得了较好的应用效果．     

稀疏规则库模糊插值推理的模糊结构元算法

为解决在稀疏规则库条件下KH插值推理方法不能保证推理结果的正规性与凸性问题,基于模糊结构元理论,将模糊数的运算转换为单调函数的运算,定义一种新的模糊数距离的计算方法,提出一种新的稀疏规则库插值推理方法.在此基础上,将该方法从单变量拓展到多变量的情况,提出一种多变量模糊插值推理方法.通过一个算例说明所提出方法的可行性和有...     

基于规则提升的 Agent 系统异常处理方法

基于进化计算理论中的重组思想, 提出一种基于规则提升的Agent系统异常处理方法, 处理Agent系统中违背执行规则的异常. 该方法根据规则间的相互触发和执行情况分析得到规则处于异常状态的原因, 重组处于异常状态的规则, 提升规则向适应环境的方向进化. 实验结果表明, 该方法能处理规则的异常状态, 增强了规则的触发条件, 保证了规则达到预期的后置条件, 提高了Agent系统在开放环境下的异常处理能力.     

基于规则引擎技术的铁路客运专线浮动票价系统研究

随着应用需求的快速增长,能够灵活、快速、高效地处理复杂业务逻辑已经成为中国铁路客运专线票务系统的迫切需求。研究如何将规则引擎技术应用到铁路客运专线票务系统中,利用规则引擎技术抽取铁路客运专线票务系统中的浮动票价计算策略,将其转化成标准的业务规则存储在规则库中,并集成到票价计算系统中,从而建立灵活地浮动票价计算系统。基于两种规则引擎工具开发了验证系统并进行性能测试和对比,分析两种系统优缺点,为铁路客运专线票务系统中浮动票价的实现提供参考。     

一种基于极限理论的模糊控制器规则结构的研究

根据模糊控制器的解析结构，基于极限结构理论对模糊控制器规则进行结构辨识。该辨识方法使模糊词集中语言变量个数的选取具有一定的依据性。     

动态武器目标分配问题中改进遗传算法的元级控制

动态武器目标分配问题是一类实时性很强的优化问题.考虑分配的时间约束时,其求解算法应该是anytime算法,即算法在任意时刻都能输出合理解,且解的质量随时间增加而增加.在有限的计算时间内,anytime算法的运行时间应在综合考虑解的质量、计算代价及环境状态的变化而确定,以使解的效用最大化.该文针对有截止期的动态武器目标分配问题的anytime算法,利用元级控制过程控制算法的响应时间.在分析算法解效用影响因素的基础上,建立了时间相关的解效用公式,并基于该公式给出了一种元级控制策略.仿真结果验证了对动态武器目标分配的anytime算法进行元级控制能有效提高解的效用.     

基于规则提升的Agent系统异常处理方法

基于进化计算理论中的重组思想, 提出一种基于规则提升的Agent系统异常处理方法, 处理Agent系统中违背执行规则的异常. 该方法根据规则间的相互触发和执行情况分析得到规则处于异常状态的原因, 重组处于异常状态的规则, 提升规则向适应环境的方向进化. 实验结果表明, 该方法能处理规则的异常状态, 增强了规则的触发条件, 保证了规则达到预期的后置条件, 提高了Agent系统在开放环境下的异常处理能力.     

基于关联规则的日志分析系统的设计与实现

网上广告势必成为中国广告业不可取代的部分,广告人总是期望广告能获得最好的效果.为此,本文设计并实现了一个基于关联规则数据挖掘的日志分析系统,数据挖掘引擎在实现过程中针对挖掘数据的特点对Apriori算法进行了改进,并通过仿真数据库对挖掘结果进行了验证,日志分析系统获得的"知识"可以直接用于改善Web的信息服务.     

基于关联规则优化的个性化推荐系统

针对当前个性化推荐系统处理数据效率较低的问题,提出了一种混合聚类关联规则优化的个性化推荐系统实现方法.深入分析了基于Web网络服务平台的电子商务个性化推荐系统的结构组成,将数据分析与推荐算法实现分为离线和在线处理两部分,阐述了算法初始化、关联实现以及推荐数据集合生成和兴趣模型预测的具体原理,并给出了算法的实现步骤.最后,基于提出的系统构建模型,建立了一种基于混合聚类关联优化的图书网络推荐平台.实验结果表明,该方法具有较高的推荐精度和推荐效率,更适合大数据环境的推荐系统.     

二叉树型分层广义混合模糊系统的结构和规则数分析

模糊系统由一般输入变量、推理规则和实际输出组成,推理规则总数会随着输入变量的增多而呈指数形式急剧上升,容易引起规则爆炸.为此,降低规则总数是必要的.本研究首先对二叉树型分层广义混合模糊系统进行结构分析;其次,依据混合推理规则及计数公式针对分层前与分层后的规则总数进行比较和分析.结果表明,分层后系统内部规则总数的增长速度远远小于不分层的规则总数的增长速度,从而可避免规则爆炸现象.