IDA^＊算法的程序实现和实验分析

首行提出一些算法性能的新度量，然后在ＩＤＡ＾＊和Ａ＾＊算法程序实现的基础上，基于８数码和１５数码难题进行了实验分析，其结果有利于进一步从事搜索算法的研究。     

利用Petri网模拟基于属性的不确定性推理

本文主要介绍了如何使用Petri网来实现基于属性的不确定推理。并且在一般Petri网的基础上进行改进，分别使用了模糊Petri网和模糊着色Petri网来进行实现。并且用一个具体的例子显示了Petri网的运行过程。     

动物识别系统的设计与实现

动物识别系统是人工智能技术的一个具体应用实例。这个系统吸收了人工智能技术的思想,通过使用BorlandC Builder6开发工具,将人工智能技术的部分原理和方法转化为计算机能理解的程序代码,从而使动物识别具有一定的智能性、良好的交互性和可视化效果。     

移动机器人运动规划研究综述

机器人运动规划是移动机器人导航的核心技术之一。40多年来，运动规划技术发展迅速，涌现出了许多规划算法，但因为环境描述方式差异巨大，技术差别大，实验比较难度较大。在总结机器人发展史上具有典型意义的规划算法的基础上，提出了路径规划算法的评价标准和形式化描述方式，介绍了每种算法的原理或技术，从搜索策略和环境建模的角度将它们分为四大类，分别是基于自由空间几何构造的规划算法、前向图搜索算法、基于随机采样的运动规划算法以及智能化规划算法，并按照提出的标准比较它们的性能。     

中长期电力负荷预测

对电力负荷的预测的传统方法主要采用回归模型、曲线模型等，因不能充分利用历史数据，其准确性较差。利用人工智能技术，将BP神经网络及遗传算法应用于中长期期电力负荷预测，能更好的利用历史数据，如果再对有节假日的特殊月季电力负荷数据进行合理有效的处理，就能大大提高预测的精度。     

数据ETL过程中的模式集成技术研究

阐述了在数据ETL(Data Extractlon，Transformation and Loading)中造成模式冲突的主要原因是不同的数据源可能采用不同的数据模型来表达；分析了常用模式集成方法，并比较了它们的优缺点；结合常用集成方法中的优点，设计了交互式的模式集成框架。该框架解决了较难的语义冲突问题，获得了良好的集成效果。     

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。     

ICAI技术的应用及发展前景

介绍了智能计算机辅助教育系统的发展及现状，分析了ICAI与CAI的区别．阐述了实现ICAI系统的思路及技术，提出了ICAI的未来发展前景。     

基于Web的数据挖掘技术与应用研究

如何从各类数据仓库海量的数据中发现有用的知识是一个迫切需要研究的课题.因此,数据挖掘应运而生,成为一个全新的研究领域.而随着目前WWW的广泛应用及相应的Web技术的出现,也使数据挖掘的研究进入了一个新的阶段;综述了Web挖掘的主要技术及其实际应用.     

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。