基于案例推理中特征权重自动学习方法研究

讨论基于案例推理中特征权重的自动学习方法．通过分析现有的一种利用粗糙集理论进行权重自动学习的算法，指出了该算法中存在的一些问题，最后提出了一种改进的权重自动学习算法，并通过实例对两种算法进行了比较．     

三Ⅰ算法的统一形式

给出了正则蕴涵算子的概念,证明了Lukasiewicz算子、Godel算子、乘积算子和R0-算子都是正则蕴涵算子-针对这种正则蕴涵算子建立了FMP和FMT的三Ⅰ算法的统一形式,相应地三Ⅰ解可用一般的伴随对((×),R)中的左连续三角模(×)和正则蕴涵算子R统一表达;指出在Godel的意义下,Zadeh关于FMP的CRI算法可以纳入到这种统一形式之中;给出了α-三Ⅰ算法的统一形式,得到了关于FMP和FMT而言的α-三Ⅰ算法的对偶性结论.     

基于神经动力学系统的关联推理模型

关联关系是事物之间普遍存在的一种关系,过去,由于受串行逻辑化表达方式的制约,该关系并没有得到很好的表述.本文从关联关系的内涵出发,揭示了它所蕴含的并行性的实质,并且以神经动力学系统作为工具,建立了关联推理的基本模型.实验证明,这种模型能够更好的体现事物的整体特性,更加符合认知学中的"整体优势"观点.     

具有适应能力的Web课件设计与关键技术

传统的基于网络的CAI系统由于缺乏推理机制和学生模型的支持,不能根据学生的知识水平、认知特点和理解能力提供适合该生的学习材料并作出有针对性的指导.介绍了一种基于Web的具有适应能力的课件模型,它综合利用人工智能技术、多媒体技术、数据库技术和网络技术所设计的课件,能让学生根据各自的学习情况动态组织教学内容,为学生提供个性化的服务.讨论了实现过程中的关键技术.     

数据挖掘与人工智能技术

数据挖掘是人工智能中的一个重要分支。对人工智能的发展及其最基本的技术：知识表示、知识推理、搜索，以及数据挖掘进行了详细介绍。通过实例给出了数据挖掘的定义，最后论述了数据挖掘与人工智能的联系，并结合国内外在该领域的研究成果指出了其广阔的发展前景。     

证据理论合成规则的改进

D-S证据理论是一种有用的不确定性推理方法，由于证据合成公式存在不足，影响了证据理论的应用．该文提出了一种证据理论合成的改进方法，该方法不仅能处理相互冲突的证据，把支持证据冲突的概率按各个命题的平均支持程度加权进行分配，还能根据证据携带的信息量决定聚焦的权重，使合成结果符合实际情况．     

多源信息的实时智能融合系统研究

面对复杂实时的融合环境 ,现有的信息融合方法仍然存在着许多不足之处 .针对这一问题 ,本文以专家系统技术为基础 ,综合运用数据库技术、神经网络理论和黑板理论 ,对复杂融合系统的知识表示、知识获取、知识管理和实时融合推理机制进行了一些研究 .在此基础上 ,提出了一种多源信息的实时智能融合系统 ,并对该系统中的知识库和推理机进行了详细的论述 .     

基于人工神经网络的案例检索与案例维护

传统的案例推理系统中,案例检索和案例维护作为两个相互独立的任务分别考虑。而对于案例维护以案例库为纽带,直接为案例检索服务的内在联系没有充分研究。在分别论述案例检索、案例维护,以及人工神经网络在案例推理系统中的应用研究现状基础上,进一步探讨了采用人工神经网络方法实现案例检索和案例维护的整体设计方案,并阐述了其中技术细节。最后,以某产品设计应用为背景,设计并实现了一个反向传播神经网络作为案例检索和案例维护方法,验证了结论的正确性。     

板材冲裁和翻口工艺特征识别及图形转换的研究

该文针对冲孔、翻孔两类板材冲压成形工艺方法的主要特点，设计了两类成形件的特征识别规则．根据形状特征与冲压加工特征间存在着单映射的关系，可以充分利用模型中的几何信息和拓扑关系来识别零件的特征．因板材零件的厚度与整个零件尺寸比较是小的，可以假设零件厚度为常数．在消除厚度边和厚度边组成的面后，其余边和面分成上、下两组．两组的几何边界和拓扑结构是相同的，上、下两面的法向矢量方向相反．通过对读入的IGES三维线框文件进行预处理，使之满足特征识别的需要，采用基于几何推理的特征识别技术实现了对冲压件主型面特征、冲孔特征、翻孔特征的识别与提取，从而为后期冲压工艺方案的制定做准备．     

基于BP神经网络的船舶管系CAPP研究

介绍了一种新的舰船管系柔性编码方法和加工工艺推理方法．即利用成组技术原理，编制舰船管系特征码和加工码，并利用BP神经网络进行加工工艺推理，在总结BP神经网络推理方法的基础上，给出了利用BP神经网络开发船舶管系CAPP的方法，并论述这种方法的优点．这种推理方法极大地提高了船舶管系CAPP系统的柔性，开发了一种应用于不同厂家的CAPP系统。