基于知识的毛纺产品工艺设计智能模型研究

毛纺产品的生产是一个复杂的工业过程，其工艺设计严重依赖于专家知识和经验，完整准确的数学描述显得十分困难。提出了基于知识的毛纺产品工艺设计智能模型，通过基于案例（CBR）和基于规则的推理（RBR）以及人工神经网络（ANN）等关键技术的引入，提高了系统解决实际问题的能力。实例显示，智能化技术在毛纺工艺设计中具有良好的应用前景。     

基于事例推理(CBR)的同构模具工艺设计模型

从同构模具的实际情况出发,分析了同构模具ＣＡＤ系统中工艺设计部分开发过程所遇到的困难,在参考事例推理思想的基础上,提出了基于ＣＢＲ的同构模具ＣＡＤ软件工艺设计模型（ＳＳＰＰＣＢＲ）,并详细分析了模型中ＣＢＲ推理机、交互工艺生成模块、综合数据库、工艺知识库、ＣＡＤ系统主要模块的豚建立在这些模块基础上的同构模具工节生成原因、此模型的采用可有效提高同构模具工艺方案生成的智能性。     

基于分级规划与黑板推理的工艺决策模型

将基于分级规划的工艺决策子任务分解与求解策略、推理策略、知识管理策略与黑板推理方法中的多任务协同工作原理相结合,构造了基于分级规划与黑板推理的工艺决策模型．系统在进行工艺决策时,根据领域黑板上的零件信息与其他工艺决策初始化信息,通过总控模块和控制黑板的控制,依次调用与各子任务相关的工艺决策规则、数据和函数对各子任务进行求解或推理,并将推理结果依次填入领域黑板或环境黑板,直至各子任务全部执行完为止,环境黑板上所记录的即是当前零件的工艺设计结果．     

基于物理过程描述的诊断推理

本文提出了一种基于对复杂系统中各种相关过程描述的诊断知识模型.该模型具有如下几个方面的特点:a.它是一种基于复杂系统中各种相关的物理过程描述的较深程度的知识模型;b.它是基于约束传播原理,采用定性推理和定量计算两种方式,实现对各子系统的正常与异常行为的描述;c.它本身包含了复杂系统中多种因果关系知识.文中以发动机化油器为具体诊断对象,讨论了该模型的实现与应用中的有关问题.     

基于案例推理的湿法冶金全流程优化设定

湿法冶金全流程具有工况多变、强耦合、非线性等特点,基于机理模型的过程优化控制通常求解困难且难以适应工况变化.为此,提出一种基于案例推理的全流程优化设定方法.由于湿法冶金各生产工序之间存在紧密耦合,运行参数彼此关联,这些关联关系表现为各工况运行参数和各调整变量的优化设定值之间的关系.因此,通过对历史数据进行关联规则挖掘,寻找各运行参数和操作变量的优化设定值之间的规则,将挖掘的规则用于案例修正环节,以解决案例修正中规则难以获取的问题.仿真实验表明,该方法可以提高湿法冶金全流程的经济效益.     

基于混合智能算法的电力系统经济调度优化模型研究

在以电力系统的发电总燃料量、氮氧化物排放量和电价等3个因素为目标函数,以系统有功平衡、系统正负备用、输出功率以及输出功率上升速率等相关约束条件的基础上建立了电力系统经济调度的加权优化模型.同时,在综合了粒子群-人工鱼群算法的基础上构建了混合智能算法.最后,用10个机组所组成的火电厂的优化调度问题作为案例,采用混合算法进行求解及结果分析,以说明电力系统经济调度加权优化模型的有效性以及综合智能算法的收敛性和稳定性.     

基于分步事例推理的排除工艺故障决策

根据机械加工中积累的、排除各种工艺故障措施的历史经验,可以建立排除各种工艺故障措施的事例库,当某类工艺出现故障需要排除时,就可以通过快速搜索已有的事例来辅助决策。针对事例库大、工艺描述属性多的情况,提出了基于分步事例推理的方法,能够有效提高搜索效率、降低决策风险。     

一种基于黑板模型的猜测推理方法

针对黑板结构中的猜测现象提出了一种基于数据依赖图的猜测推理方法，并给出了这种方法的模型及实例     

一种基于Agent推理的自动谈判方法研究

以Agent代替人实现自动协商,将大大提高远程谈判的效率．提出基于Agent推理的自动谈判方法和基于最近邻匹配的案例推理工作流程,开发出能够实现自动谈判的一个原型系统,在很大程度上实现了谈判的智能化和自动化,为谈判支持系统的开发提供了新的思路．     

一种基于因果网络模型的诊断推理模型

提出一种基于因果网络的诊断推理模型.该模型用因果网络表示诊断对象的领域知识,不仅能有效地表达知识的不确定性,更重要的是解决了知识的不完备问题.该模型的推理过程分为领域相关的环境集识别和领域无关的诊断解产生两个阶段,增加了算法的柔性和通用性.     

基于几何推理的建筑施工流程安排研究

为了克服传统人工方式安排施工流程的低效率，根据建筑工程的施工特点，结合人工智能和几何推理的原理，提出了一种建筑施工流程自动安排的方法．该方法从建筑模型的基本构件分解出发，建立建筑构件之间的几何拓扑关系图，推导建筑构件的拆卸过程，由拆卸过程求解建筑施工流程．该方法求解效率高，具有工程实用价值.     

析取推理中的前提语义加工

本研究运用三种不同情境内容的可兼析取和不可兼析取共6种大前提,加上肯定和否定两种形式的小前提,构成12个演绎推理题,对103名大学生进行了测试,以检验Johson-Laird(1992)提出的演绎推理的新模式理论.结果证明,大学生的推理并不符合新模式理论的预测.本研究就被试在演绎推理中如何对前提进行语义加工的问题进行了讨论.     

基于模糊推理的机器人混合控制补偿方法

提出了一种基于模糊推理的机器人混合控制补偿方法。该方法用于复杂环境装配操作的混合控制后，提高了混合控制的精度。插孔实验表明，用该方法可以有效地消除环境干扰产生的振动。     

一种基于语义网的数字图书馆智能检索模型

提出基于语义网技术的数字图书馆智能检索模型, 该模型以数字图书馆领域本体为基础, 采用双层本体结构, 通过本体映射和本体推理等技术实现了分布式和异质的数字图书馆的智能检索功能. 该模型可以实现数字图书馆语义级的资源共享和智能化的信息检索, 具有较高的查准率和良好的可伸缩性. 该模型提供了一种建设知识化和智能化数字图书馆的方法.     

假言推理研究的进程与展望

假言推理是前提中有一个为假言命题,并且根据假言命题前件与后件之间的关系而推出结论的推理。假言推理研究的进程大致可分为两个阶段：第一阶段是从20世纪60年代至70年代末——问题提出阶段,第二阶段是从80年代初至现在——理论发展阶段。纵观假官推理研究的进程,可以发现以往的研究存在着一些缺陷或不足,这是今后关于假言推理研究应该着重关注和解决的问题。     

Agent的多目标优化分布式智能算法

根据多目标优化的理论,将传统多目标优化的方法与Agent技术相结合,提出一种基于Agent技术的多目标优化分布式智能算法．在该算法中,每个智能体由目标函数、协调算法和通信模块组成．由智能体组成多目标优化的多智能体系统．通过每个Agent的独立优化和Agent之间的通信和协调。实现多目标优化．文中用实例验证算法的有效性．     

基于事例的推理循环中人工神经网络和遗传算法的4种应用模型

从理论上研究了人工神经网络（ANN）模型和遗传算法（GA）在基于事例的推理（CBR）循环中的应用。针对CBR循环中遇到的共性技术问题，即事例的检索与修改，提出了4种应用模型：基于神经网络自适应共振（ART1）、自组织特征映射（SOFM）模型的事例聚类，基于反向传播神经网络（BPN）模型的事例相似度计算，基于GA的最近邻检索法（K－NN）特征权值优化以及其于GA和BPN的事例自动修改。讨论并建立了各种模型的算法。对提高CBR实际应用时事例的检索效率与质量具有指导作用。     

智能公交动态调度优化模型

利用先进的技术和设备实现公交的优化调度,充分满足人们的出行需要,是智能公交系统发展的目标.然而近年来中国智能公交发展在一定程度上出现过于追求先进性、忽略实用性、运营效果不理想、动态调度尚待充分开发等问题.结合中国智能公交系统现状,通过对智能公交调度系统和调度特点深入分析,在GPS定位、通信、计算机等技术的支持下,将动态交通状态信息与车辆定位信息有效融合,将智能化算法引入到公交运营调度中,建立了基于实时动态数据,兼顾乘客满意度和企业效益的动态调度优化模型.并且阐述了模型数据的自动采集方法、模型Matlab程式化的解法.结果表明,该模型可以显著提高公交车辆满载率、缩短乘客等车时间和减少车辆总班次,优化调度效果明显.     

基于规则推理的自动船体装配工艺生成方法

针对船体装配以经验为主的现状,根据船体零部件装配关系的特点,利用扩展的“赋权有向连接图”和边列表的方法表达船体装配模型和装配序列.分析了船体零件的形状和装配特征,归纳常用零件的装配元素和装配零件,并以规则推理方式实现装配工艺的自动生成,开发计算机辅助自动船体装配工艺原型系统.以一个典型船体分段的装配过程为例进行实验表明,利用该方法可有效提高船体装配效率和质量.