基于操作条件反射的自主学习型智能系统

基于操作条件反射的优先级控制学习型智能系统，是一种模拟生物思维活动建立的智能系统。该系统的认为，自主学习型智能系统运行的基本原理应该为操作条件反射。     

基于Bayesian多分支岩石可钻性值估计

针对智能优化控制过程中岩石可钻性参数估计存在非实时性和模型泛化能力差的问题,采用两层结构建立基于Bayesian多分支岩石可钻性估计模型。通过Bayesian分类器实现岩性分类以提高可钻性模型样本数据的相关性,细化可钻性估计模型;采用改进双链量子遗传算法优化的BPNN结构,根据不同的岩石类型建立相应的岩石可钻性IDCQGA_BPNN估计模型。结果表明,该方法通过算法优化网络模型增强了模型的泛化能力,加快了参数的估计速度和估计精度,能够满足智能优化控制过程中岩石可钻性参数估计的实时性需求。     

蠕变试验中流变模型辨识及参数确定

对岩石流变性态作了全面分析，提出了能描述岩石最复杂流变性态的流变模型，介绍了用不同应力水平下的蠕变试验加载卸载曲线辨识各种流变模型及其参数的方法。     

基于各向同性双孔隙度模型的各向异性岩石物理模型及其应用

为对各向异性孔隙介质进行储层参数评价和岩石性质预测，在各向同性双孔隙度（IDP）模型基础上建立了新的各向异性地层的岩石物理模型。新模型综合考虑了岩石速度的各向异性、岩石的泥质含量以及粘土颗粒等矿物在地层中不规则排列的影响，采用差分有效介质理论（DEM）与自适应近似理论（SCA）相结合的方法计算干岩样骨架的弹性模量，用Brown和Korringa模型计算流体驱替参数：现场应用结果表明，各向异性岩石物理模型的散射和测量误差非常小，应用效果明显优于IDP模型。     

浅述岩体力学研究的前沿问题及热点

当前岩石力学基本理论研究的热点问题包括:宏微观、多层次、变尺度研究;多因素耦合分析;岩石力学参数的状态相关性研究;非线性动力学与综合智能分析;新的算法与程序.     

塔里木盆地塔中地区岩石力学参数模型建立及其应用

通过对塔里木盆地塔中地区鹰山组地层的岩心进行室内岩石力学试验,获得了该地区岩石的杨氏模量、泊松比、内聚力、内摩察角等静态岩石力学参数和动态岩石力学参数。对试验结果进行了分析研究,得到了岩石纵横波时差关系拟合模型、岩石力学参数拟合模型及动静态参数关系模型。根据回归分析建立的岩石力学参数模型,结合测井资料得到的岩石力学参数剖面,为预测区块地应力、地层孔隙压力、合理钻井液密度确定等提供准确的岩石力学参数,为钻探提供合理的工程参数。     

改进的Poyting-Thomson岩石损伤蠕变模型研究

针对经典的Poyting-Thomson模型不能描述岩石非线性特征尤为明显的加速蠕变阶段的不足，考虑岩石在蠕变变形过程中裂隙演化损伤过程，基于Kachanov损伤率公式，推导了损伤变量在加速蠕变阶段随应力和时间的演化方程，并根据Lemaitre应变等效原理将黏塑性体中的无损模型参数用有效模型参数代替，来表征岩石加速蠕变阶段的非线性特征；然后将损伤黏塑性体与经典的Poyting-Thomson模型串联，从而建立改进的Poyting-Thomson岩石蠕变模型。采用砂岩、泥质页岩、橄榄岩和粉砂岩压缩蠕变试验结果对改进的Poyting-Thomson岩石蠕变模型的合理性和精确性进行验证。结果表明：改进的Poyting-Thomson岩石蠕变模型理论曲线与试验曲线基本吻合，该模型不仅能反映四种岩石的衰减蠕变阶段和等速蠕变阶段，而且能准确描述其加速蠕变阶段，拟合相关系数均在0.99以上，其合理性和精确性得到验证。     

基于声发射检测的岩石材料非均质性评价与分类研究

对于深部岩石力学和地下工程而言，准确表征与评价岩石的非均质性，对于研究岩石在深部复杂环境下物理力学性质的变异性至关重要。由于岩石成分的复杂性和矿物分布的随机性，采用传统的图像观察方法难以准确的表述岩石的非均质性，因此，亟需寻找一种科学、实用的试验方法对岩石的非均质性进行表征评价。本文假设同种岩石具有相同的矿物几何特征及边界特征（即岩石的微观基质相同），岩石在破坏过程中强相矿物破坏的声发射信号相比于弱相矿物破坏的声发射信号较多。岩石巴西劈裂过程中轴线上的破裂可以近似的认为岩石内部强弱相矿物的依次破裂，通过统计不同应力阶段岩石的声发射信号特征可以间接的分析岩石内部强弱相矿物的差异性。基于此，通过定义岩石强弱相矿物占比及矿物空间分布的均匀性表征出了岩石的非均质性。之后选取不同特征变辉长岩和花岗岩验证了分析方法的科学性和实用性。最后，本文在岩石非均质性评价的基础上探究了岩石宏观力学参数与岩石非均质特征的相关性。单轴和三轴试验表明，岩石的峰值强度和弹性模量不仅仅与岩石强弱相矿物占比有关，也与岩石矿物空间分布的均匀性相关。     

岩石的损伤机理及其力学特性研究

岩石损伤力学是八十年代发展起来的岩石力学研究的新分支，主要研究岩石在载荷作用下微裂纹、微孔洞发展，最后导致破坏的过程与规律。由于岩石力学性质的复杂性，目前还没有建立成熟和实用的岩石损伤演化模型。因此，探讨更符合岩石力学性质的损伤演化机理具有重要的理论与实际意义。     

岩石类介质的弹塑性损伤本构模型

从岩石介质损伤的物理实质出发，探讨并建立理想脆性岩石介质的弹性损伤本构模型，进而建立了岩石介质更为一般的弹塑性损伤本构模型。利用本文所建立的本构模型，结合数值计算方法，可较方便地分析有关工程实际问题。     

用改进的ART模型实现智能数据库系统

在传统的离散ＡＲＴ模型基础上，提出了一种新的神经网络模型，并用该模型实现了一种大容量智能数据库管理系统，该系统能按信息的内容实现存贮，且能进行智能检索（联想）。     

通用智能题库系统研究

阐述了通用智能题库系统的理论与技术创新点·提出了一个适用于题库系统的安全保密机制,它具有身份识别、访问权限控制、信息加密、解密以及密钥管理等功能·设计了一种适用于通用智能题库系统的智能组卷策略·建立了通用智能题库系统模型,它集编辑、管理、智能组卷、自动排版、试卷质量评估、系统安全保密于一身,形成了一个较为完整的系统,功能齐全,系统界面友好,使用方便·安全保密及智能组卷是该题库的突出的优点·     

智能再制造工程体系

 基于中国再制造工程及智能技术的发展基础与趋势,提出了智能再制造的概念,构建了智能再制造工程体系,并阐述了智能再制造物流、智能再制造生产、智能再制造加工、智能再制造营销等重要部分的概念、方法和体系,指明了中国智能再制造工程的当前主要任务和未来发展方向。智能再制造工程是智能制造的重要组成,智能再制造工程体系是当前中国再制造产业发展模式的全面总结和提升,可实现再制造全系统、全流程的自动化、柔性化与数字化,大力提高再制造企业的产品效益、生产能力和管理水平。     

高校公共突发事件智能预警系统的设计

深入研究了智能决策支持系统在高校公共突发事件预警中的应用,利用高校公共突发事件已有数据建立决策支持知识库,建立并完善了高校公共突发事件智能决策支持系统功能模型,给出了高校公共突发事件智能决策支持算法,设计了基于决策支持的高校公共突发事件智能预警系统,可对高校公共突发事件进行预警,以避免或减轻次生、衍生危害的发生。     

智能监控系统的应用与思考

对智能监控系统做了简要介绍,重点描述了智能监控系统的实现,包括介绍智能监控系统的工作流程,分析智能监控系统需要解决的关键问题。最后,分析了目前智能监控系统存在的不足及未来的发展趋势,认为未来的智能监控系统将会不断借鉴人眼功能及思维功能,更加智能化。     

基于智能Agent的企业知识管理系统模型研究

基于企业知识管理文献的回顾,从过程视角概括出一个通用的企业知识管理系统模型．根据智能Agent的技术特点,提出一个包含7种主要智能Agent的人性化知识管理系统的模型,并对主要智能Agent的功能进行了描述．     

矿井智能管控平台的设计及应用

在分析智能煤矿发展方向与需求的基础上,提出并设计了基于感知层、传输层、数据层、平台层、应用层和展现层的智能矿井整体架构,探讨了智能矿井建设过程中所涉及的地理信息技术、数据库及数据融合技术、协同处理技术、物联网与智能传感器、虚拟化技术与云计算技术等。提出了矿井智能化管控平台设计方法,包含全井智能监控系统、安全生产执行系统、企业经营管理系统、智能决策分析系统和3D透明矿山系统等。利用设计的矿山智能管控系统进行作业应用,结果表明提高了指挥调度决策效率,增强了矿井作业平台各信息显示的直观性和可操作性,并进一步通过智能会议系统,加快了信息交流速度,提高了办事效率,降低了行政管理成本,为智慧矿井的建设提供了新的参考。     

基于扩展元模型的智能动态工作流建模方法

为了提高工作流的智能性和动态性,对原有的工作流过程元模型进行扩展,提出一个基于该扩展元模型的智能动态工作流模型.该工作流模型引入控制规则来约束流程的实例化,并引入一个独立于工作流系统的规则协调器来对流程规则进行解析,实现了流程的智能动态变化.研究结果表明,建立在智能动态工作流模型上的工作流管理系统不仅具有智能性和动态性,在通用性以及柔性方面也有很大的提高.     

面向实现的智能控制系统建模

为了高效、可靠地实现一个智能控制系统,需要对该智能控制系统从实现的角度进行系统化描述,清楚系统涉及的变量、关系和时序.在理论和实践的结合上,从功能和运行方式的角度,分析了智能控制系统的特点;讨论了智能控制系统的模型结构;阐述了智能控制系统建模应该解决的问题和解决这些问题的方法;提出了一个面向实现的智能控制系统的建模方法.     

基于JADE的Multi-Agent智能网络化资源推送关键技术研究

传统资源推送关键技术仅可对已经完成规则定义的资源进行推送,无法按照用户兴趣完成推送,大量信息采集困难,资源推送结果无法满足用户需求,准确性低。为此,提出一种新的基于JADE的Multi-Agent智能网络化资源推送关键技术。设计Multi-Agent智能网络化系统,通过JADE平台为Multi-Agent系统的实现提供中间件,实现Multi-Agent系统。对Agent模型协同工作进行规范,对模型接口、结构等进行统一描述。对体现Multi-Agent智能网络化Agent间兴趣相似度的信任权值进行调整,按照调整后的信任权值对Agent间的关系进行改变,实现社区构建,为Multi-Agent智能网络化资源推送提供技术支持。实验结果表明,采用所提技术实现Multi-Agent智能网络化资源推送,推送结果准确,能够满足用户需求,适应能力强。