多Agent系统中Agent承诺的研究

在总结Agent承诺研究意义、现状的基础上,针对承诺研究中存在的主要问题,提出了将来的研究方向。     

一种基于Web的多Agent变电站故障诊断方法研究

为了实现变电站的远程故障诊断以及增强诊断能力，提出了一种基于Web的多Agent诊断方法，该方法是以架构于Web上的广域分布式人工智能系统的基础，将分布在不同地域的设备及监控系统，诊断系统与研究者，使用者联系起来，在系统，人及他们之间快速传递处理设备状态和诊断决策信息，形成一个动态诊断网络，讨论了各个Agent的功能与协作，以及多专家的协同诊断方法，通过多Agent的协作，可以实现局域网和广域网上的变电站多专家的远程协同诊断，仿真表明，该系统具有好的主动性，适应性和交互诊断性，具有一定的应用前景。     

旋转机械故障诊断方法概述

介绍了旋转机械故障诊断的常用方法,概述了国内外的研究发展状况,展望了故障诊断技术的发展趋势和前景。     

多诊断方法代理联盟策略研究

针对故障诊断对象的多故障特性，为使系统在诊断对象的各子故障域的诊断精度达到最高，给出了可以适合于在多故障情况下找到一个最优联盟结构的算法，首先，给出了各个诊断方法代理和代理联盟的诊断能力的定义，并且提出将联盟的诊断能力作为评判标准，然后，在各子故障域同时进行联盟结构的搜索，寻找出具有最高联盟诊断能力的结构形式，并改变联盟矩阵中相应单元的值，最后，根据联盟矩阵确定各子故障域的联盟结构，并在此基础上形式该诊断对象的诊断联盟。     

数字电路故障模块诊断的神经网络方法研究

对数字电路系统的测试，提出一种基于神经网络的电路故障模块诊断方法，对方法的诊断系统模型、故障特征的获取、网络结构的确定与调整、诊断的流程等进行了详细论述。由于传统的电路故障诊断方法是通过对故障字典的搜索来确定发生的故障，这对庞大的故障字典来说既复杂又费时，因此文中的方法可显著提高传统故障字典法的效率。     

基于多Agent的远程协作故障诊断模型研究与设计

随着Agent技术的发展,出现了多种基于多Agent远程协作故障诊断模型,但它们不能很好地满足实时性要求较高系统的需求,因此本文以诊断Agent为基础,构建了基于多Agent的远程协作故障诊断模型,并对模型采用了层次划分,根据各层Agent的功能,采用合同网协议对Agent间任务进行分配协作,提高了系统故障诊断速度,从而为远程故障诊断的实现提供了支持。     

基于模糊模型的多Agent故障诊断系统的研究

对故障诊断领域中多Agent技术的应用,以及如何利用模糊推理和遗传算法建立模糊模型的算法进行了研究和分析,提出一种基于模糊模型的多Agent故障诊断方法,并获得了多Agent系统的初步实验结果。     

基于知识影响图的多Agent集成诊断与决策

建造一种包括应用Agent和系统Agent的2层多Agent诊断系统结构，提出应用Agent诊断与决策及系统Agent全局决策的集成方案；设计基于知识的诊断与决策影响图及推理方法，分别用于应用Agent内部的诊断与操作决策、局部的运行决策、以及系统Agent的全局运行决策；实例证明了方法的可行性。     

一种数据挖掘的方法研究

总结了数据挖掘中聚类算法的研究现状,分析比较了它们的差异及局限性.提出了一种新的数据挖掘的方法--基于数据仓库的数据挖掘方法.通过实例得出该方法为数据挖掘提供了有效的平台.     

多传感器多模型相互作用的数据关联方法

基于信息融合中的数据关联技术,在卡尔曼滤波基础上,结合相互作用多传感器多模型的概率数据互联算法,建立故障监测报警和现场传感器量测数据关联二者之间的关系,建立更具一般性的分布式传感器系统基础上的多传感器多模型,改进概率数据关联方法,以用于故障监测报警中相互作用的算法．并结合一个时变系统中空间位置传感器的故障诊断问题为例,运用多传感器多模型相互作用的数据关联方法进行仿真分析,研究此类故障判据的数据关联问题和数据关联算法的改进,研究表明相互作用多模型的概率数据互联改进方法不仅与有限维数的特定测量阈值相对应,而且直接针对故障模式,能够体现出动态模型的优点,可以与系统诊断知识相融合,为故障诊断的单步的、多步的、长期的预测预报提供依据．     

轴承状态监测中的模糊诊断方法

针对轴承在实时监测中特征参数值的不确定性,基于模糊逻辑,探讨轴承故障诊断中的模糊诊断方法,以提高诊断系统的精确性。     

发动机故障诊断中工况的模式识别

利用多项工回归的方法获得不同工况下发动机速度随时间变化的数学模型，基于测试工况定义时的模糊性，故在测试中采用模糊式识别的方法，确定实际的测试的工况，以用于测试参数的处理。     

一种混合智能故障诊断方法及柴油机故障诊断

提出了一种模糊聚类、粗糙集理论与神经网络集成的混合智能故障诊断方法。引入聚类有效性函数和点分布密度函数。对模糊c-均值聚类算法进行改进,形成了自适应模糊聚类算法并依据该算法将连续的故障特征值离散化。应用粗糙集理论处理离散化的故障诊断数据。采用基于信息熵的方法,约简冗余的故障特征。依据约简结果构建神经网络,采用遗传算法优化网络的权值和阈值。将该方法用于柴油机气门故障诊断,并与普通神经网络进行对比。结果表明,该方法提高了故障诊断的正确率。     

复杂电子装备智能故障诊断方法

介绍了用于复杂电子装备故障诊断的各种方法,主要讨论了基于规则的、基于模型的、基于案例的和基于人工智能的诊断方法及其应用,同时对这些方法的优缺点进行了评述。最后针对已有的故障诊断方法讨论了一些要解决的问题并提出了故障诊断技术的发展趋势。     

多智能体系统的协调方法

在简述并评价多智能体系的多种协调方法的基础上,提出了实际采用协调方法的时需考虑的一些因素,并以实例说明合同网协调方法的应用。     

Fuzzy ART及其在故障诊断中的应用

ＦｕｚｚｙＡＲＴ是近几年出现的一种新型ＡＲＴ技术,文中介绍了该技术的实现方法,并用它对实测的不同工况的机器振动信号进行自组织聚类,收到了令人满意的效果,分析结果表明,采用这种无督学习的神经网络具有有督学习神经网络所无法替代的优势。文中同时对该技术在故障诊断领域中的应用前景作了展望。     

模拟电路故障诊断方法述评

对模拟电路故障诊断理论及其方法运用科学技术方法论的观点进行考察,提出一种新的分类方法,以反映该领域的研究现状和动向,以供对于新兴学科的认识和参考,从而促进模拟电路故障诊断理论和应用的研究及其发展.     

形象思维故障诊断方法

在系统分析人类专家诊断推理策略的基础上,提出了形象思维故障诊断新概念,建立了形象思维故障诊断模型,并分析了形象思维诊断方法。这将有助于为更加准确地运用人类专家的知识来描述故障特征,构造更加贴近人类专家思维方式的诊断专家系统打下基础。     

基于聚类和模糊神经网络的故障诊断

模糊神经网络能够发挥模糊逻辑和神经网络的特性,在武器装备的故障诊断中应用越来越广泛。文中提出了一种基于聚类和模糊神经网络的故障诊断模型,该模型首先通过基于关系度的聚类方法得到模糊神经网络的初始结构,并用梯度下降法对网络的参数进行修改,以得到泛化能力好的诊断网络。仿真结果表明该模型是有效的。     

机器振动诊断中信号处理方法的研究

针对传统的时域和频谱分析不很适合处理非平稳和冲击性机器表面振动信号的问题，研究了小波分析和Choi-Williams时频分布两种先进的信号分析方法在机器振动诊断方面的应用，通过对典型诊断实例的研究表明：对此类信号，用小波分析提取信号中的有用成分或用CChoi-Williams分布分析信号的能量分布，并在此基础上进行机器振动诊断，是两种很有效的分析手段。研究结果为进一步深入开展机器故障的振动诊断奠定了一定的基础。