人工智能技术在城市智能交通系统中的应用

目前,多类基于人工智能技术应用于交通环境的不同领域。为此,对应用于智能交通系统(Intelligent Transportation Systems,ITS)的多类人工智能(Artificial Intelligence,AI)技术进行分析。具体而言,将AI技术在智能交通系统的应用划分三个主要领域:1)车辆控制;2)交通控制和预测;3)道路安全和事故预测。同时,考虑四项AI技术:人工神经网络(Artificial Neural Networks,ANNs)、遗传算法(Genetic Algorithms,GAs)、模糊逻辑(Fuzzy Logic,FL)、专家系统(Expert Systems,ESs)。研究分析表明,不同的AI技术的结合,能够有效地管理、分析交通领域的海量数据。     

基于人工智能方法的图像语义检索

根据语义特征进行图像检索是图像检索技术的发展趋势。文章提出了一种基于人工智能以实现图像语义特征提取的方法,即通过模糊逻辑、遗传算法和人工神经网络三者的融合来解决图像语义特征提取这一难题,该方法使图像检索能够满足用户的需求,提高了图像检索的效率和精度。     

智能控制技术现状与展望

介绍了几种典型的智能控制技术,包括模糊控制、专家系统、人工神经网络、遗传算法以及由它们组成的混合智能控制。     

Fuzzy Models to Deal with Sensory Data in Food Industry

IntroductionSensorydataareusedinfoodindustryforsensoryevaluationaswellasforprocesscontrol.Sensoryevaluationisusedwhenthefinalproductqualitycannotbeeasilyputinrelationtothecorrespondingmanufacturingparameters.Thisisparticularlyrelevantforfoodproducts,wherequalityfactorsperceivedbyconsumersaredifficulttorelatetochemicalorphysicalcomponentcharacteristics.Therearemanydifferentkindsofproblemsinwhichsensoryevaluationisnecessary:Newproductdevelopment,costreductionexercises,qualityimprovement,evaluat…     

模糊数学综合评判四川泡菜感官评价的应用

以甘蓝为泡菜发酵主要原料,采用直投式优质发酵复合菌种发酵方法生产泡菜,选取色泽、气味、口味、脆度指标为泡菜评价因素并确定各因素其合理权重,对不同菌种比例发酵的6种泡菜产品进行模糊综合评判。结果表明模糊综合评判法减少了人为主观因素对感官评价的影响,能够客观而准确地区分出不同产品的等级,是对四川泡菜进行感官评价的较好方法,模糊综合评判法可以广泛应用于四川泡菜等我国传统发酵食品的感官品质的评价。     

A Web-Based Integrated Intelligent System for Sensory Fabric Hand Evaluation

IntroductionInmanyindustrialsectorssuchasfood,cosmetic,medical,chemical,andtextile,sensoryevaluationiswidelyusedfordeterminingthequalityofendproducts,solvingconflictsbetweensuppliersandproducers,developingnewproducts,andexploitingnewmarketadaptedtotheconsumerspreference[1].Sensoryevaluationofindustrialproductsleadstoasetoflinguistictermsstronglyrelatedtoconsumerpreferencebutdifficulttobenormalizedduetotheiruncertaintyandimprecision.Assuch,thisevaluationrestrictsthescientificunderstandingofprod…     

Bio inspired computational techniques based on advanced condition monitoring

The application of bio-inspired computational techniques to the field of condition monitoring is addressed. First, the bio-inspired computational techniques are briefly addressed; the advantages and disadvantages of these computational methods are made clear. Then, the roles of condition monitoring in the predictive maintenance and failures prediction and the development trends of condition monitoring are discussed. Finally, a case study on the condition monitoring of grinding machine is described, which shows the application of bio-inspired computational technique to a practical condition monitoring system.     

Output-back fuzzy logic systems and equivalence with feedback neural networks

A new idea, output-back fuzzy logic systems, is proposed. It is proved that outputback fuzzy logic systems must be equivalent to feedback neural networks. After the notion of generalized fuzzy logic systems is defined, which contains at least a typical fuzzy logic system and an output-back fuzzy logic system, one important conclusion is drawn that generalized fuzzy logic systems are almost equivalent to neural networks.     

Bio-inspired computational techniques based on advanced condition monitoring

The application of bio-inspired computational techniques to the field of condition monitoring is addressed. First, the bio-inspired computational techniques are briefly addressed; the advantages and disadvantages of these computational methods are made clear. Then, the roles of condition monitoring in the predictive maintenance and failures prediction and the development trends of condition monitoring are discussed. Finally, a case study on the condition monitoring of grinding machine is described, which sh...     

基于计算智能的模糊规则自动生成

介绍模糊控制开发系统中隶属函数编辑、模糊规则生成与优化、目标代码生成的原理和功能,提出了基于多层感知器网络、五层模糊神经网、遗传算法的模糊规则自动生成算法,并给出各算法特点和结果分析     

计算思维及开源WEKA在人工智能教学中的应用

本文将计算思维的理念引入人工智能教学活动中,探讨了一种新的以培养学生思维为主的教学方法,并在人工智能课程中通过开源WEKA软件辅助实现此种理念,让学生在教学过程中既获得了鱼,又学会了渔,实践了一种全新的教学模式,为推动教学改革提供了一种可借鉴的方法。     

一种基于粗集的模糊神经网络

提出了基于粗集的模糊神经网络(RSNFN),利用粗集理论从数据样本中获取约简的规则集作为模糊神经网络的规则,使得规则数目减少,克服了当输入维数高时,模糊神经网络模糊规则过多,结构过于庞大的缺点.同时利用遗传算法对连续属性的最优离散化值进行寻优,从而获得最优的网络结构.最后用RSNFN方法对催化裂化装置的轻柴油凝点进行估计,取得了良好的效果.     

大豆膳食纤维早餐饼干配方的模糊数学感官评价研究

【目的】开发大豆膳食纤维早餐饼干。【方法】将大豆膳食纤维添加到面粉和其他辅料中,制成大豆膳食纤维早餐饼干,并研究砂糖粉添加量、大豆膳食纤维添加量、淀粉添加量和木瓜蛋白酶添加量对该饼干感官指标的影响,采用正交实验法和模糊数学综合评价法对大豆膳食纤维早餐饼干的配方进行优化。【结果】各因素的影响顺序从大到小为砂糖粉添加量大豆膳食纤维添加量木瓜蛋白酶添加量淀粉添加量。大豆膳食纤维早餐饼干的最佳配方为砂糖粉28kg,大豆膳食纤维5kg,淀粉1.2kg,木瓜蛋白酶0.048kg。【结论】为功能性饼干的生产和研发提供依据。     

混合认知系统及其在股市分析上的应用

本文综合运用神经网络，模糊推理等多种新技术，提出了一种智能型模型－混合认知系统，并将它运用股市分析和预测，取得良好效果。     

纺织品感官评估的进展与展望

在纺织工业生产中，对纺织品质量进行评估是非常重要的环节，由于传统的感官评估和客观评估存在自身的缺陷在实际应用中受到限制。当前的研究方法是将感官评估与客观评估结合起来。因为评估得更加有效、合理，现在已成为各个行业研究的热点。为了感官评估更好地应用，本文对以往的研究成果作了系统全面的回顾与总结。同时指出了其进一步研究的方向。     

智能化系统的有机组合推理及优化

智能化系统中推理是其中的重要组成部分，推理算法决定了系统智能化水平的高低。针对智能化系统的推理，利用专家系统推理、模糊逻辑推理、神经网络推理的互补性，提出了由专家系统、模糊逻辑、神经网络有机结合构成的组合推理及优化的技术，充分发挥各个推理的优势和克服单一推理的不足。采用公用专家知识库供各个推理的有机组合和并行运行，利用优化算法优化各个推理结果，可实现知识的共享、推理算法的有机融合及组合推理的优化，同时解决组合推理的推理冲突并提高组合推理的效率。分析及应用结果表明，有机的组合推理与优化能有效地应用于工程实际，有利于提高智能化系统的推理水平。     

约束流体模糊神经智能计算机的建模研究

在结合microliquidic logic^[1]基础上，经充分整合相关学科知识， 耦合相关领域最新科学技术基础上，首次提出了“约束流体模糊神经智能计算机”的概念；并初步给出了基于Hofield型神经网络的旅行商（TSP）问题求解的模型。     

基于实值遗传算法的模糊神经网络辨识器

提出了一种基于实值遗传算法(RVGA)的模糊神经网络辨识器·它常被用于非线性动态系统的辨识·通常模糊神经网络辨识器参数的训练采用反向传播学习算法(BP),但是用BP算法有训练时间长,容易陷入局部极小的问题·采用RVGA来训练模糊辨识器的参数,由于GA算法具有并行运算,多点寻优等特点,所以它运算速度快,容易实现全局寻优·传统的GA算法采用二进制编码,计算繁复且占用大量的空间·采用一种新的实数编码方法,在实数域上进行遗传运算,操作简便,特别适用于需要调整的参数较多的情况·仿真结果表明,该辨识器具有良好的逼近性能和较快的训练速度·     

混合智能系统R-FC-DENN及其实现

混合智能系统已成为人工智能的一个重要研究方向,本文依据认知心理学和模型集成理论,构建了集粗糙集理论、聚类理论、模糊逻辑理论、遗传算法理论、人工神经网络理论于一体的混合智能系统R-FC-DENN,该系统在数据的空间效能方面和算法的时间效率等方面比已有算法有较大的改进。以混合智能系统R-FC-DENN为例,基于Rosetta和Matlab 6.5平台,还开发了混合智能系统工具箱RFCDENN-Tool,为相关研究打下坚实的基础。