基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论,提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同,该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念,为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型,采用新实例的入库操作实现工艺知识的隐式获取,从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．     

基于神经网络的无监督自学习控制系统

所论系统的控制由两个神经网络完成,即对象放识器和系统控制器。并且提出了一种 新的学习算法,它能利用存贮于辨识网络的信息改进控制策略。该控制系统可以对非线性系统,不确定系统等进行无监督的学习控制。     

交流调速系统的自学习控制

本文介绍了Ｉ／Ｏ映照记忆模型自学习控制的理论和方法,并用其为具有重大节能意义的泵类、风类机类等交流调速装置设计通用的智能控制器,以实现对期望转速的跟踪控制．文中给出了统一的系统模型描述、学习控制原理及初值控制的处理方法．     

褪黑素对持续光照小鼠学习记忆能力的影响

运用Ｙ－迷宫检测小鼠的分辨学习和记忆能力,观察了年龄,每天２４小时连续１个月的持续光照和每日定时注射褪黑素对小鼠分辨学习和记忆能力的影响。结果表明,成年小鼠与青年小鼠相经学习和记忆能力下降;持续光照可引起小鼠学习记忆能力出现不同程度的下降;实验结果提示,褪黑素在维持学习记忆能力中具有重要作用。     

高炉异常炉况判断专家系统的设计与实现

探讨了高炉异常炉况判断专家系统的结构,讨论了从传感器数据中抽取高炉况特征的方法,时态黑板结构与时间知识表示,对于炉况特征的模糊量化和专家知识中的参数设定,系统采用机器学习方法自动调整,对于高炉异常炉况的操作方法,系统采用规划－动作－反应方法向用出动国作建议,并对所动作动作建议实现实时的重构解释。     

BaO-CaO-CaF2系渣用于钢液深脱磷能力

使用BaO-CaO-CaF2系渣在实验室中进行钢水深脱磷实验以获得超低磷钢水.实验结果表明,初始磷约为0.01%的条件下,获得了50%以上的脱磷率及0.005%以下最低0.002%的磷含量;脱磷效果受钢水氧化性影响显著.实验测得1 813～1 893K范围内该渣系的磷容量在1018～1019.35之间,并且随BaO含量增加,磷容量增大.     

高校课程评估方案设计的原则

开展课程建设和课程评估工作是保证高校人才培养质量的有效策略，而制定科学的课程评估方案则是高校开展课程建设的核心问题。当前课程评估工作中存在对评估缺乏正确的认识、指标的封闭性、过程缺乏规范性、结论缺乏动态性等方面的问题。因此，课程评估方案的设计应遵循科学性、目标性、基础性、信度和效度、定性与定量相结合、以评促建的原则。     

关于完善高校内部审计机制的思考

通过对建立与完善高等学校内部审计机制的必要性及内部审计机构设置的阐述,来分析如何发挥高校内部审计机制的作用。     

倒立摆的Reinforcement Learning模糊自适应控制

根据Lagrange方程建立了单级倒立摆系统的数学模型，利用模糊自适应控制算法设计了倒立摆系统的控制器，并在Matlab的仿真模块中将倒立摆系统的数学模型和控制器结合起来．对倒立摆控制系统进行了仿真研究。结果表明，对于要求实时性较高的非线性不稳定系统。用模糊自适应控制算法可以按照控制要求在线调节控制参数，在最短的调整时间内取得良好的控制效果。     

水下作业工具深水液压动力源

研究了深水液压动力源的有关问题,探讨了水压力自动补偿器组成、原理及作用,介绍了自动补偿式深水液压动力源的工作原理、组成、压力自动补偿器的结构,论证并推导出水压力自动补偿器容积公式,研制了深水液压动力源,并进行了系统试验.