基于实例推理的复杂产品设计实例的可适应性重用

针对目前复杂产品不能很好地以低成本快速地响应客户的个性化需求问题,提出将可适应设计方法学应用于复杂产品的快速设计过程。围绕可适应性重用实例推理技术进行了研究:基于最近邻检索法,采用粗集理论和层次分析法相结合的组合权重确定法,对相似实例进行了检索,并有效考虑到了属性值为点值和区间值等情况。最后以液压机产品为例,具体阐述了可适应重用实现过程。结果表明,该方法实现了企业设计知识的有效重用,显著提高了企业快速响应市场的能力。     

面向食品安全领域的个性化知识搜索系统研究

大数据时代,从海量的数据中发现对用户有用的知识成为研究领域重要的问题.通过集成多个搜索引擎的查询结果,实现食品安全领域中搜索信息的集成和个性化自适应排序.本文设计基于元搜索技术、知识本体和自适应的排序学习技术,实现多个搜索引擎相关查询结果集成,在对用户点击的标注和知识本体的基础上,利用基于监督学习的排序技术,实现对食品安全领域信息的个性化自适应排序.系统实现了集成多个搜索引擎的食品安全相关知识的提取和相关结果的重新排序.本研究不仅实现了多个搜索引擎食品安全信息查询相关的结果集成,而且能够根据用户的偏好实现结果的自适应排序.     

基于NX的螺旋传动智能设计系统

运用NX/OPEN API，MENU SCRIPT，UI STYLER技术，数据库技术，创建螺旋传动设计的知识库与推理器，实现螺旋传动设计的智能化。系统集快速化，系统化，智能化于一体，在NX平台上创建主控模块，验算模块，推理模块，数据库管理模块，模型生成模块的设计，实现基于知识推理的螺旋传动快速设计，以提高螺旋传动设计的设计效率与设计质量，以适应市场需求。     

当代儒学创新发展的典范——陈来《仁学本体论》述论

《仁学本体论》对两千年仁学发展的脉络作了全面呈现,对现代新儒家及李泽厚的"本体论"也予以扬弃,在此基础上创造性地提出一套新的"仁体论"思想。"仁体"是统贯"理气""心性""物我"的一体存在之生生,其根本和首要的功用特征是仁爱和翕聚。面对社会价值与世道人心的重建,陈来先生提出"仁体"统贯仁爱、自由、平等、公正新四德及"仁体和用"的思想,舒张了儒学内圣外王的宏阔气象,为当代儒学的重构奠定了坚实的哲学基础。《仁学本体论》是两千年来儒家仁学思想及本体论思想的集大成,是现代新儒家之后儒学创新发展的又一大理论突破。"仁学本体论"以仁统"理气",凸显其爱的维度,对当前儒学回归百姓的生活世界会有很大推动作用。仁体论一再强调气于一体生生之仁的重要性,呼吸四海、吐纳古今、生生不息、刚健有为是全书的精神风貌,也是今天走向全面复兴的伟大中华民族的精神写照。     

HPS在美国的创立及其对科学发现方法论的贡献

近年来,HPS,即科学史和科学哲学研究领域在国内学界受到更多的重视。回顾HPS的发展,哲学家汉森为HPS事业在美国的创立做出了奠基性的贡献,在这之后他的科学哲学理念又对当代科学哲学以及科学发现方法论产生了深远的影响。全文在考察汉森创立HPS事业的特殊历史背景的基础上,深入探讨了汉森分外强调的注重科学史考察的科学哲学研究理念对当代科学发现逻辑的复兴以及对西蒙的机器发现研究所产生的影响。     

快速恢复电缆本体结构新技术

本文主要介绍了MMJ快速恢复电缆本体结构新技术的特点,并详细地阐述该接头技术与传统接头技术相比的优势所在,列举实际应用案例证实此接头技术将取代传统接头技术的可能性。     

案例推理技术在Websphere MQ故障维护中的应用

案例推理技术是人工智能领域中一种基于知识问题的求解方法。阐述了案例推理技术原理和特点、Websphere MQ原理和故障机制,就案例推理技术应用于Websphere MQ故障维护的相关问题做了一些研究和探讨,为案例推理技术在软件故障智能维护技术研究提供了思路,开辟了案例推理技术新的应用研究领域。     

基于区间证据推理的不确定性航线配船方法

为弥补不确定性航线配船模拟算法的不足,提出一种基于区间证据推理的航线配船解析算法.该方法以证据推理理论为基础,以船舶公司期望效用最大化为目标,考虑航线特征及船舶属性等因素,构建出一个多航线、多船型的航线配船模型.与目前的模拟算法相比,该方法具有稳定性好、准确性高、可以处理模糊数据等优点.最后,通过算例验证了模型的可行性和方法的有效性.     

基于primal RankRLS方法的本体映射算法

本体映射作为实现多本体间相互操作的重要手段,已广泛应用于诸多领域.应用原始RankRLS算法,将多本体图映射到实数轴,由此将本体图中每个顶点都映射成实数.通过比较两概念对应实数间的差值得到本体映射.实验表明,该算法有较高的效率.     

华中科技大学学报(自然科学版) 2017年 第45卷 总目次

将最大团求解算法融入到极大团枚举算法中,提出了两种带极大团下限的极大团枚举算法及多种预处理筛选策略,通过迭代将不可能包含在极大团中的部分点与边删除,使得搜索空间大幅减小.在搜索策略上,将求解最大团问题的贪心染色算法、增量MaxSAT推理算法与极大团枚举算法相融合,并结合最佳筛选策略,提出了染色-关键点融合算法BKFC(Bron-Kerbosch with filtering and coloring)和基于增量MaxSAT推理的枚举算法BKFS(Bron-Kerbosch with filtering and MaxSAT).结果表明:在多个大型算例上,BKFC算法平均时间仅为加入预处理的改进经典算法的68.8%;由于经典算法无法在大型算例上运行,在小数据测试中,BKFC算法平均时间仅为没有预处理策略的经典算法的2.2%.