人工神经网络在医疗智能诊断系统中的应用

提出了将人工神经网络与专家系统相结合，建立医疗智能诊断的方法，并用于心肌梗塞，心绞痛疾病的临床诊断，临床已确诊的140份病历检验结果表明，神经网络技术在医疗诊断领域应用效果显著，具有广阔的发展前景。     

基于规则的复合人工神经网络故障诊断专家系统

提出了一种基于规则的新智能故障诊断专家系统,该系统使传统故障诊断专家系统和神经网络有机结合,并融合了模糊理论。系统增加了自学习机制,使知识获取容易,解释机制更灵活,因而使故障诊断系统更具灵活性和透明性。     

基于人工神经网络的电机故障诊断研究

本文着重探讨了故障诊断研究的理论方法,通过采用人工神经网络技术,建立基于人工神经网络的故障诊断专家系统,克服了传统诊断专家系统的不足,可以提高故障诊断的水平和效率。     

基于人工神经网络的专家系统的建立

文章提出了一个基于人工神经网络的专家系统及其分层结构、知识获取和推理的方法，并将其用于生烃条件评价中。     

基于人工神经网络的冲裁件缺陷诊断专家系统

说明了冲裁件成形缺陷分析人工神经网络专家系统的总体结构框架。系统分为综合信息处理模块和缺陷分析推理模块两大部分,有针对性地综合提取了冲裁件缺陷信息加以分类,采用了双3层BP神经网络来分析和处理输入参数,并对系统知识表示、知识获取、知识库的构造及推理机策略的选用进行了深入的阐述,同时还对数据系统原理编写的BDAES（v1．0）软件作了简要介绍。     

基于专家系统与人工神经网络集成的航姿系统故障诊断

应用专家系统与人工神经网络的相关理论对某型飞机航姿系统的故障诊断问题进行了深入的研究，建立了基于专家系统与人工神经网络的集成式专家故障诊断系统，并利用该专家系统实现了某型航姿系统的故障诊断。应用结果表明：整个网络数据误差在训练10次时达到0．1，在训练829次时达到0．01，可以准确识别故障。     

基于人工神经网络和专家系统Shell的城市发展水平综合评价专家系统的研究

基于人工神经网络（ＡＮＮ）和专家系统Ｓｈｅｌｌ（ＥＳＳ），提出了一种城市发展水平综合评价专家系统（ＣＣＥＥＳ）的基本结构模式，并对ＣＣＥＥＳ中评价指标规范化方法、基于ＡＮＮ的知识获取方法，基于决策表的知识库自动生成方法以及推进机的工作原理作了描述。     

基于BP神经网络的军车发动机故障智能诊断系统研究

本文在简单介绍专家系统和神经网络基本原理的基础上,针对专家系统不确定知识获取困难的缺点,提出了采用BP神经网络来构建专家系统的不确定知识获取模块的方法,通过对康明斯6BT5.9型柴油发动机的加剧磨损期实验所采集的状态参数进行试验,验证了该方法的可行性。在此基础上,构建了基于神经网络的军车发动机状态监测与故障诊断智能系统。该系统以Windows2000为平台,主要采用VisualBasic语言和Access数据库进行开发。通过友好的人机交互界面实现了状态监测、实时数据采集、实时故障诊断、知识获取和辅助学习等功能。将该系统应用于军车发动机相关故障的诊断,实验结果表明该系统具有较好的诊断效果。     

基于人工神经网络的水塔质量诊断专家系统的构建

阐述了水塔质量诊断的原理及构建模型，把水塔故障分成离析渗水、开裂、倾斜、扭转5大类型。提出了将人工神经网络（ANN）方法用于水塔质量诊断的专家系统组成及主要编制的思路。     

基于神经网络的汽油发动机的故障诊断专家系统初探

阐述了故障诊断专家系统的组成,提出了一种基于神经网络的汽油发动机的故障诊断专家系统.该系统诊断的特点是先用故障树建立诊断的专家系统,即诊断树,然后从故障树中提练出训练样本,结合人工神经网络的自学习功能,从不同角度和不同层次进行诊断推理.结果表明,该系统提高了系统的诊断效率,克服了传统专家系统的一些不足.该系统结合面向对象的VB为开发工具,具有较好的可视性和操作性.     

基于神经网络的齿轮箱故障诊断专家系统设计

针对神经网络和传统故障诊断专家系统的不足,提出了一个把神经网络与专家系统相结合,发挥各自优点的基于神经网络的齿轮箱故障诊断专家系统设计方案。介绍了该系统的结构功能和主要特点,并阐述了该系统重要模块的实现方法。     

神经网络专家系统对导弹测试车的故障诊断

研究了基于神经网络的故障诊断专家系统的理论与方法 ,并介绍了具体实现过程 ,同时又将此方法应用于某大型导弹武器系统的局部故障诊断之中 ,结果表明了该方法的有效性     

基于神经网络推理的故障诊断专家系统

本文利用神经网络(NN)的知识并行处理、自学习及联想记忆等功能，建立了基于神经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好的实用性。     

基于神经网络的专家系统

人工神经网络与专家系统，作为人工智能应用的两大分支，在实际应用中都有许多成功的范例，但作为单个系统来讲，二者都存在很大的局限性。主要是专家系统知识获取的“瓶颈问题”和神经网络知识表达的“黑箱结构”。为解决这个问题，本文提出将专家系统与神经网络技术集成，达到优势互补的目的。利用神经网络优良的自组织、自学习和自适应能力来解决令家系统知识获取的困难，同时用专家系统良好的解释机能来弥补神经网络中知识表达的缺陷。论文提出了基于神经网络专家系统的结构模型，知识表示方式以及推理机制等。     

神经网聚类算法在医疗诊断专家系统中的应用

用基于神经网的聚类算法对医疗诊断专家系统中的诊断分类进行了研究，具体描述了算法的实现方法，并在计算机上进行了模拟，模拟结果表明，该方法克服了传统上基于规则的专家系统的某些缺陷，在实际运用中是可行的。     

基于神经网络的专家系统

人工神经网络与专家系统,作为人工智能应用的两大分支,在实际应用中都有许多成功的范例,但作为单个系统来讲,二者都存在很大的局限性。主要是专家系统知识获取的"瓶颈问题"和神经网络知识表达的"黑箱结构"。为解决这个问题,本文提出将专家系统与神经网络技术集成,达到优势互补的目的。利用神经网络优良的自组织、自学习和自适应能力来解决令家系统知识获取的困难,同时用专家系统良好的解释机能来弥补神经网络中知识表达的缺陷。论文提出了基于神经网络专家系统的结构模型,知识表示方式以及推理机制等。     

基于神经网络与专家系统的故障诊断技术

针对传统的故障诊断方法对复杂系统或装备进行故障诊断速度慢、对多故障同时发生的情况难以准确定位的问题,提出将神经网络与专家系统相融合的设计方案,建立一种基于人工神经网络的故障诊断专家系统。该专家系统结合神经网络和专家系统的优点,具有很强的自学习能力和自适应能力,可从外部环境不断吸取信息,在学习过程中不断完善自己,具有很强的容错性,善于联想、类比和推理。理论分析与仿真实验证明,该系统能实现对故障的快速准确定位,为保障装备可靠高效地发挥功能提供了有效方法