Research on knowledge-based design of complex mechanical product

提出基于知识的复杂机械产品智能设计方法,采用产品族实例树实现了复杂机械产品的知识建模,利用实例推理的方法实现了以往成功设计实例的知识重用.运用数据库技术和ActiveX技术,建立机械产品智能设计系统的体系结构,并采用Visual Basic.NET作为开发工具,实现起重机智能设计平台软件的开发.应用实例表明所述方法是合理的和有效的.     

一种基于有色网的行动推理表示模型

针对行动推理中的异步并发、真并发和冲突难以被表示的问题,利用有色网具有严格的数学模型、易于形式化地描述系统异步、并发等特征的优点,提出一种基于有色网表示行动推理的形式化模型—CPNRAA网.运用其对状态、动作以及复合动作进行了形式化的描述,通过构造动作及复合动作的CPNRAA网并加入一个用于保存动作序列的库所,得出一个可以生成动作序列的CPNRAA网系统,并提出了该网系统动作序列的生成方法.对办公室环境下送咖啡实例的CPNRAA网系统进行了建模和仿真,自动生成的动作序列验证了CPNRAA网表示行动推理的可行性和有效性.     

动态认知逻辑的一个批评

对于现代逻辑研究来说,理论计算机科学以及人工智能曾经并且正在为它提供的理论动机,在数量和范围上,已经远远超越了数学曾经和能够为它提供的理论动机。认知逻辑作为刻画关于知识和信念的推理的形式体系,可以被看作是逻辑研究应用到理论计算机科学和人工智能等领域的一个重要的形式工具。而动态认知逻辑更在认知逻辑的静态基础之上,扩展以表现各种认知动作及其相应认知变化的算子,得到一系列的形式体系。在此从探寻认知逻辑的理论动机出发。追问我们应该在什么地方应该停止对于“新”逻辑体系的创新,由此对于动态认知逻辑把认知动作纳入形式体系的做法提出了批评：从认知逻辑的应用来说,对认知行动的形式刻画是多余的。     

网络环境下客户抱怨的贝叶斯分析及处理方法

文章通过改进贝叶斯网络分析处理网络客户抱怨,解决了网络客户抱怨的分类、产生原因分析和自动响应问题,改进了贝叶斯网络知识描述模型和变量关系,并采用案例库和规则库联合推理的方法,推理获得网络客户抱怨类型以及抱怨产生的原因,从而得出企业针对性的响应对策,以支持企业网络客户在线支持与服务的自动化处理系统建设。     

基于本体的瓦斯灾害预警模型研究

针对传统瓦斯安全预警模型准确性不高和低效的问题,在XML描述元数据的基础上,将瓦斯事故中的基本概念元语和概念之间的关联规则用XML语言和SWRL语言精确描述后存入本体模型,实现了本体的语义推理.与传统的小波神经网络和灰色系统理论相比,本模型将实时数据以实体的形式传入本体,通过语义推理进行瓦斯预警,明显提高了瓦斯预警的精度和效率.     

格值命题逻辑LP(X)中的语义归结方法

为了提高格值命题逻辑LP(X)中的α-归结原理的推理效率,将语义归结策略应用于α-归结原理,讨论了格值命题逻辑LP(X)中的α-语义归结方法,并证明了该方法的可靠性和弱完备性,为基于格值逻辑的归结自动推理提供一定基础。     

不完全信息下基于证据推理的竞争对手分析

针对不完全信息下竞争对手分析问题,本文提出一种基于证据推理的分析方法。该方法首先定义了正负相似度对竞争者进行比较,接着通过证据推理对含有未知信息的相似度进行合成排序,最后根据信息熵原理度量结论的客观可靠度。与本文提及的其他方法相比,该方法可以在信息不完全的情况下识别分析竞争对手并提供关于结论的客观可靠度,符合商业竞争的实际特点,具有较强的实用价值。文中的案例分析证实了该方法的有效性。     

信念可以创造奇迹

数千年来,世界上很多科学家、权威人士的研究结果表明,由于骨骼、肌肉等各方面因素的限制,人类不可能在4分钟内跑完1英里（约1609米）。因此人们一直认为,这是人类不可能打破的纪录。     

公安情报的贝叶斯推理机制研究

文章系统阐述了公安情报分析中的贝叶斯推理机制的原理、方法、特点和局限性,给出了在刑侦实践中贝叶斯推理机制的操作与推演过程,并借助一个一般案例去简要、直观地展示了贝叶斯推理在公安情报实践应用中的具体操作步骤.     

采用定性坐标的位置表达及主方向关系推理

针对现有的位置关系表达模型均面向点对象,提出了定性直角坐标的概念,基于此概念提出了一种平面区域对象位置关系表达模型,该模型通过记录主对象与参考对象的定性位置区域的交集是否为空,由此构造位置矩阵来表达区域对象间的位置关系,从而较好地反映了对象的形状及对象间的空间布局,可有效地表达区域对象间的位置关系,并通过定性坐标将方向和距离关系有机地结合在一起形成统一的表达和推理模型.为了提高主方向关系推理的精度,基于该模型又提出了一个主方向关系推理算法,并对其正确性进行了验证.理论分析和实例验证的结果表明,该算法降低了推理的不确定性,提高了推理的精度.