一种多智能体分布式输液系统体系结构的设计与研究

当前,医用输液系统正朝着高精度、高可靠性、具有智能学习与控制的互式集约化方向飞速发展,传统的主从式多通道输液泵难以适应这一发展趋势。针对这一问题,本文提出了知识库基于本体共享,协商协调方式基于联盟框架体系结构的MAS多通道智能输液体系结构方案,能较好地解决该系统知识共享,协调协作之间体系结构问题。     

协作学习过程中的知识积累与共享

目前,对计算机支持的协作学习中交互工具的研究比较多,而对其过程中产生的知识利用的研究却很少.本文在分析了协作学习中知识管理的需求后,基于本体方法,提出了在协作学习过程中使用本体完成知识的获取、加工直至使用的方法,并进行了实验验证.     

新三维协作感知模型及其应用研究

协作感知是计算机支持的协同工作中自然交互的基础.但迄今在协作感知方面尚未取得清晰的图景,其主要原因是缺乏一个合适的协作感知参考模型.为此,根据现有协作感知的相关概念和技术,通过分析和研究,本文提出了一种新的三维协作感知模型.该模型采用自下而上的构建原理,能方便地划分现存的协作感知术语,指导协作系统设计人员在具体的协作工具中嵌入协作感知信息(解决了协作系统设计人员不知如何将感知信息嵌入协作系统的问题),并已在虚拟设计中心得到应用.     

分形网络协同制造中进度监控的方法及实现

在分形网络协同制造系统中,协作目标包含了工作流自相似的多级子目标,但缺乏有效的基于Web的方法来监控所有级别子任务的执行进度。为解决这一问题,提出了表述多级协作目标进度和协作方制造资源变化等信息的综合自相似算法。基于该算法,提出依靠每一个子任务的Web曲线来获取进度信息的自相似方法。阐述了综合多个同级子目标进度的方法,以获得总的进度情况。因此,各级分形协同制造系统的盟主可以对相关子任务的进度进行监控。实践表明,该方法可以简练地反映出多级协作目标的动态进度和合作企业生产资源的变化状况。     

基于子本体的领域知识资源管理

为实现按需动态的基于语义的知识资源管理,提出一种基于本体语义的动态演化方法.该方法改变了静态利用本体的方式,考虑资源重用的局部性,将来自于大型本体的上下文相关的知识集合表示为子本体.通过建立语义映射,将知识资源的模式统一映射到子本体上,利用子本体的语义将异质异构的知识资源集成到一个缓存中.同时,基于遗传算法,提出了一种子本体演化方法.针对子本体的语义结构和特征,在遗传算法中采用了基于语义的参数编码和适应值评价,从而实现了动态,自适应的知识资源管理.此外,设计了相应的模拟实验,基于一个中医药本体,验证和评价了所提方法的有效性.     

基于C/S和B/S混合结构的模具协同设计系统

注塑模具的开发过程是一个典型的多方协作的过程.从同步和异步协同的角度,分析了模具协同设计系统的功能需求、体系结构和关键技术,构建了一个基于C/S和B/S混合结构的协同设计系统,较好地解决了多方协作中的信息共享和交流问题,以及模具企业与客户就塑料件及模具CAD模型进行同步协同的问题.     

分布式协作系统快速可靠组播算法

为解决分布式协作系统中单点失效、实时性不高和对节点动态性支持不足等问题,提出一种基于网状拓扑结构的分布式协作快速可靠组播算法.该算法采用纯分布式协议来构建协作系统网状拓扑结构,各个协作对象根节点负责同步操作和记录日志信息.为降低协作数据传输延时,提高协作实时性,通过泛洪方式为每个协作节点构建冗余最短路径组播树进行协作数据分发;使用冗余对象根节点和传输链路来增强在节点动态加入和退出时协作系统的可靠性.最后,利用试验仿真对基于网状拓扑结构的快速可靠组播算法的分发延时和可靠性进行了验证.     

基于Ontology的企业信息系统建模研究

借助本体编辑工具Protégé和本体描述语言OWL,利用骨架法建立了信息系统的领域本体库,并借助Jena的推理功能实现了本体库的动态可扩展性,解决了企业信息系统中的语义异构问题.     

虚拟组织信息共享全局视图构建方法研究

为实现虚拟组织信息共享,增强虚拟组织各单元的协作能力和快速反应能力,从解决虚拟组织信息语义异构问题出发,提出了一种基于本体的信息共享全局视图构建方法。深入研究了虚拟组织全局本体的生成,基于全局本体透彻分析了如何构建信息共享全局视图,结合具体实例详细说明了所提出方法的工作流程和应用。最后,对于相关工作进行了简要的比较分析。     

一种新型迭代学习控制算法在风能转换系统中的应用

利用迭代学习控制法来解决工程问题已有很长历史,之前的成熟应用一般是基于机器人的算法,关于风机控制的应用比较少.基于风力发电控制系统中的风轮机动态模型,应用一种改进后的迭代学习控制方法,以实现在风能转换系统中调整风轮转速.仿真结果表明了改进后的迭代学习控制算法的有效性.     

MULTI AGENT COLLABORATIVE DESIGN SYSTEM MODEL BASED ON THE INTERNET AND EXPERIMENTS

0 INTRODUCTIONDstributed Artificial Intelligence(DAI ) is one ofthe imPOrtant branches of artificial intelligence. In thedomain of artificial intelligence, agent is used torepresent the object with some intelligence andautonomous decision-making function so as todistinguish it from common object.The agent isusually called" Autonomous Object" .A distributedartificial intelligence consists of many agents. Typicalstructure of an 8gent includes the partial knowledgebase, inference and dec…     

基于粒子群算法的多质量特性下的选装优化方法研究

提出了一种基于粒子群算法的分组选装的优化方法。针对复杂产品分组装配中多质量特性的特点,构建了以装配间隙波动最小化为目标的优化模型。利用引入共享机制和动态归档机制的多目标粒子群算法对该模型进行求解。最后,通过发动机的活塞和气缸的选择装配实例对所提出方法进行了验证,结果表明,采用该方法可以有效提高产品的装配精度。     

Grouping SMT PCB Assembly using FCM Algorithm

１IntroductionOneofthecharacteristicsoftheelectronicindustriesinHongKongisitsflexiblemanufacturingenvironment．Thetypeofproductionistypicallyalowvolume熏highmixtype．Lowvolumemeanstheproductionforeachbatchofproductionisrathersmall熏typically５００－５０００unitsperbatch．HighmixmeansthevarietyoftheproductionislargeandmanydifferenttypesofPCBsareproducedatthesametime．Insuchsituation熏thechangeoverfromonetypeofPCBtoanothertypeisquitefrequentandun鄄avoidable．ButthetimewastedinchangingPCBty…     

稳态耦合场的协同仿真

对多场耦合问题提出了一种进行协同仿真的实用方法。针对多场耦合问题的求解现状,提出使用协同仿真的求解方式以降低问题难度,给出了协同仿真的框架。针对其中网格不匹配问题,在对现有软件进行深入研究的基础上,提出了使用内嵌的后处理机制来进行异构网格间的载荷插值。使用该方法对一个稳态热应力问题进行分析,与传统的一体化耦合求解方法进行比较,结果表明此方法精度高、计算开销小,具有较强的实际操作性。     

基于最优分组原则的多传感器分组加权融合算法

多传感器对某一状态进行测量时,将多传感器分组后进行加权融合处理,可实现对待测状态较为准确的估计,但多传感器的组合方式不同,估计效果的差异很大.本文针对分组融合算法中如何选择传感器的分组组合方式进行了研究,依据分组中传感器的个数和各组间传感器测量方差的大小关系,提出了使融合估计值最优的分组原则.并将这些原则加以数学抽象,从理论上证明了基于最优分组原则的分组融合算法的最小方差特性.最优分组原则为评价和选择传感器的分组组合方式提供了一个理论依据.实例分析表明:该分组原则极大地缩小了寻找最优分组组合方式的范围,有效地解决了在如何分组问题上的盲目性,从而使得多传感器测量时的在线优化分组得以实现.     

基于遗传算法的动态调度知识获取

用普通方法难以很好地解决动态调度的问题,仿真方法和专家系统相结合是一个较好的解决办法,但是知识的缺乏制约了它的应用,机器学习是获取调度知识的一个重要途径。提出一种新的机器学习方法,并用实例说明其可行性。     

基于动态规划的分层立体匹配算法研究

动态规划是双目立体匹配的经典算法,针对控制点动态规划算法易产生横向条纹以及立体匹配普遍的边缘性和弱纹理区域问题,提出一种基于金字塔分层双向动态规划的改进立体匹配算法。该算法将分层模型加入传统动态规划方法,以低像素层级为高像素层级提供控制点集,并在匹配代价计算中采用一种自适应相关性测度函数,加以匹配代价滤波,提高算法精确度及实时性并获取高精度视差图。以Middlebury标准库中的图片以及实拍图片作为实验对象,实验表明所提出的方法具有较好的性能。     

基于PMP的HEV全局最优能量管理策略研究

动态规划常用于求取已知工况的全局最优解,但该方法计算量大、求解时间长。为了解决这个问题,把发电机组和电池组模型适当化简,在保持电池组电量平衡的条件下,以电池组荷电状态为状态变量,以电池组输出功率为控制量,采用庞特里亚金极小值原理算法求解了混合动力汽车的能量管理问题,得到了全局最优解,并给出了详细的求解过程。与动态规划相比,该方法求解需要的时间很短。     

基于递阶强化学习的自主机器人路径规划智能体

递阶强化学习是解决状态空间庞大的复杂系统智能体决策的有效方法.通过引入启发式算法思想,对一种递阶强化学习方法进行改进,使得智能体在学习过程中融入了历史信息,提高了学习效率,解决了在庞大状态空间和动态变化环境中对智能体进行最优行为策略学习的问题.以扩展的信念、愿望和意图意识模型为基础.提出了一种具有主动性、自治性、反应性、社会性的自主机器人路径规划智能体体系结构,通过仿真实验,证明了路径规划智能体的可行性和有效性.