基于着色Petri 网(CPN)在案例推理(CBR)中的应用研究

案例推理（CBR）是人工智能的一种新求解方法,其中案例检索（case retrieval）是案例推理过程的一个重要环节。在CBR基础上引入了Petri网理论,建立了眼科疾病诊治基于案例推理的着色Petri网（CPN）模型,研究探讨了该模型在CBR系统的案例检索中的实际应用。     

多变量模糊推理系统的神经网络实现

以双缸连通液面Ｆｕｚｚｙ控制系统为模型，研究了多变量Ｆｕｚｚｙ推理系统的神经元网络实现问题。这里主要考虑如下二个问题：（１）ＢＰ网络在语言环境下实现多变量Ｆｕｚｚｙ推理系统的有效性；（２）神经网络结构（隐层节点个数及输出层激发函数）对推理结果的影响。仿真结果表明，在语言环境下ＢＰ网络具有很强的近似推理能力，基于ＩＦ－ＴＨＥＮ的多变量Ｆｕｚｚｙ推理系统可由一个ＢＰ网络训练学习而加以实现，从而为有效的实现多变量复杂系统的Ｆｕｚｚｙ控制奠定了基础。     

CBR和RBR在GSM无线网络优化中的应用

基于案例的推理（CBR）和基于规则的推理（RBR）是人工智能中两种实用有效的推理,通过CBR和RBR在GSM无线网络优化中的应用,着重探讨了合并两种推理技术的知识表示和推理机制。     

辩证推理的类型和形式之我见

本文分析了目前辩证推理研究中存在的问题并提出了解决问题的思路。文章首次提出了辩证推理方法综合运用的四大类型：1、（要素—局部—整体）；2、（个别—特殊—一般）；3、（感任具体—思维抽象—思维具体）；4、（历史—现实—未来）。关于辩证推理具体形式问题，亦作了富于创意的探讨。     

基于产生式系统的不确定性知识表示及推理研究

不确定性知识表示及推理是人工智能研究领域的重要内容之一。通过对不确定性知识表示及推理的问题的探讨，提出了不确定性知识程度（Uncertainty Knowledge Degree，UKD）的表示法，为提高不确定性推理结果的可信度提出了一些新的技术和方法，并通过实例验证了本方法的可行性和有效性。     

Multi－Agent的范例推理

多代理（Multi-Agent）系统的研究是分布式人工智能中最为活跃的领域。本文在研究了代理技术在基于范例推理（CBR）中的有关应用后,提出多代理范例推理模型。在此基础上,讨论了该模型的相关问题并给出了一个用于汽车故障检修和排除的多代理范例推理系统。     

基于本体的汽车服务平台研究与开发

文章以汽车信息平台为背景,采用OWL（本体语言）建立汽车信息本体知识库,建立基于SWRL（语义网规则语言）的汽车关系判定和推理的规则库,研究设计并实现出一个以本体（Ontology）为基础具备规则推理能力、具有Web接口的智能汽车服务平台。     

主方向关系合成的研究

方向关系推理是定性空间推理领域的一项重要的研究内容，得到了国内外许多学者的关注，其中，主方向关系的合成又是方向关系推理的基石。本文以Goyal和Egenhofer提出的“井”方向关系模型为基础，考虑了关系合成中的两种情况，即基于一致性的合成（Consistency-based Composition）与实体论合成（Existential Composition），给出了一种基于一致性的关系合成的新方法，同时从理论上证明了该方法的正确性。     

基于6槽VXI测试仪的雷达故障专家诊断推理机的设计

雷达故障专家诊断推理机利用VXI测试仪器为硬件平台,设计了基于征兆（测试点）的集成推理软件平台。它可对征兆的测试数据（含结果）进行采集、处理,再进行故障的合理推理和判断,推断出正确的结果。     

外P-隐性信息与它的生成-融合

P-集合（packet set）是由内P-集合X-F（internal packet set X-F ）与外P-集合XF（outer packet set XF）构成的集合对，或者（XF，XF）是P-集合。把生物学中“隐性”，“显性”概念与外P-信息交叉、嫁接，得到P-集合具有显性、隐性特征；对外P-集合的隐性特征进行研究，提出了外P-隐性信息、显性信息等概念，给出了外P-隐性信息特征与外P-推理生成定理，给出了外P-隐性信息的外P-推理搜索算法；最后给出外P-隐性信息在动态信息挖掘中的应用。     

基于范例推理的桩基设计辅助系统

基于范例的推理（CBR）是一种新型的人工智能推理技术，能够有效地提高系统的推理求解能力，利用Visual Basic和Access，通过应用数据库来表示和搜索匹配范例，对开发基于范例推理的桩基设计辅助系统进行了初步尝试。     

量化plausibility测度在默认推理系统中的推理能力

作者讨论了量化plausibility测度在默认推理逻辑系统 （P系统）中的推理能力, 给出了一般量化plausibility测度与possibility测度具有相同推理能力的条件.     

条件推理中不同前后件概率组合的实验效应

通过控制条件命题中前件与后件发生概率的高低，在直接提供和间接提供概率信息的情况下，考察了4种不同前后件概率组合（LL、LH、HL、HH）的条件命题对4种条件推理（MP、DA、AC、MT）的影响，结果表明：大学生对前后件的主观概率估计会影响他们的推理行为，表现出高概率结论效应，而客观概率信息对推理过程的影响却不明显；大学生对4种条件推理的认可程度主要与范畴前提的条件概率值成正比。     

基于模糊概率Petri网的故障诊断建模与分析

为筛选故障诊断推理中的冗余信息,研究了面向故障诊断的模糊概率Petri网（FPPN）。通过综合专家经验知识,将事件的概率参数引入推理分析中。并给出了基于状态方程的正向、反向及混合推理分析方法。以铁路道岔系统的故障诊断为例,说明基于FPPN的建模和分析方法,结果表明：引人概率参数的FPPN能够筛除冗余信息,分析过程体现了人工推理的思维模式,优于基于FPN的分析结果。     

实例推理和规则推理在CAD中的集成研究

基于实例的推理（CBR）和基于规则的推理（RBR）是知识工程中两类实用有效的推理方式，其逻辑学基础是类比推理和演绎推理。在复杂内、病态结构的设计问题求解中，上述两类推理方式都得到了广泛而独立的应用。提出一种将CBR与RBR集成的方法，即根据设计过程中各阶段的特点，灵活使用实例推理和规则推理策略去解决工程设计问题， 可提高设计问题求解的效率和有效性。     

基于物元与或网的可拓推理

本文给出了基于物元与或网的启发式可拓搜索算法、可拓关系继承推理、相关记忆可拓继承（联想）推理，丰富了机器学习的创造性的推理内容。     

基于神经网络推理的故障诊断专家系统

本利用神经网络（ＮＮ）知识并行处理，自学习及联想记忆等功能，建立了基于网络推理的专家系统，论述了ＮＮ的结构，算法参数的确定，系统知识获取和离线／在线自学习功能提出了ＮＮ数值推理和ＥＳ深层逻辑概念相结合的输入／输出转换机制与ＮＮ推理的解释机制。研究表明系统具有良实用性。     

SQL实现Bayesian网的不确定性推理

不确定性推理是人们常用的一种推理,Bayesian网是进行不确定性推理的有力工具,提出了扩展关系模型,并在扩展关系模型中用SQL（结构询问语言）语句实现Bayesian网的不确定性推理。     

一种新型的三Ⅰ算法及其逻辑基础

在Fuzzy推理中提出了"过半可信"原则,并证明了R0-型三角模恰为可实现这一原则的三角模.在此基础上,将Fuzzy推理中的大、小前提作了修正从而摒弃了不可信的推理成分,提出了一种新型的三Ⅰ算法(Triple Ⅰ)*.研究了逻辑系统（l） *中的形式化推理机制,基于根的理论为新型三Ⅰ算法奠定了严格的逻辑基础.     

ARSM方法的改进及其在冷机两器故障诊断中的应用

目前多数的近似推理都是基于Zadeh提出的模糊关系合成（CRI）的方法,但是CRI本身存在着缺陷．基于相似度度量的近似推理方法可以很好地弥补CRI推理的缺陷,因而目前受到广泛关注．在前人研究的基础上,对基于相似度度量的推理方法提出了改进,提出了对于不同的规则形式,采取不同的近似推理计算方法．故障诊断专家系统是目前研究的热点,以两个具体的推理案例为例说明了新计算方法在冷水机组蒸发器和冷凝器故障工况诊断过程的应用．通过给出的推理案例可知,此种改进的近似推理方法较CRI方法更易理解,且精度较高．