基于置信规则库的飞控系统故障诊断

针对传统飞控系统故障诊断中存在的因引入专家知识引起的主观偏差问题和使用数据驱动方法因数据量不足导致的过拟合问题,提出了基于置信规则库推理的飞控系统故障诊断。根据已有故障知识构建飞控系统故障诊断置信规则库,利用测试过程中获得的故障数据,以数值样本优化学习模型对置信规则库参数进行训练。实例表明,经少量样本训练后的置信规则库可以很好地解决初始置信规则库参数存在主观偏差的问题,经实验证明该方法能够实现高效可靠的飞控系统故障诊断。     

Structural Optimization of Large Heterogeneous Systems

The structural optimization of a large system designed from several types of base subsystems is studied. The linear cost functional of the system satisfying the operation quality requirements with a guaranteed probability is shown to be minimal for a system designed mostly from base subsystems of a single type. This result greatly aids in solving the integer optimization problem and yields the first approximation for the solution of the dual problem.     

协同生产计划与控制（PPS）系统

针对一般PPS系统存在的问题,采用智能管理方法,以数据库为中心,通过多库协同软件协调数据库、模型库、知识库及方法库,使决策支持系统与PPS事务处理系统有机地结合为一体,形成一个智能PPS系统。     

基于受限领域自动问答系统设计

自动问答系统的设计一直是自然语言处理领域的研究热点。尤其是在受限领域,基于问题库的问答系统具有准确、快捷和高效等优点。该文设计了一种融合社交网络技术的基于《计算机网络》课程的自动问答系统,其问答库的构建采用了VSM模型。实验证明,该系统具有较高的准确率,有一定的推广意义。     

DSS中多语言模型混合的模型库与数据库接口技术

多种语言模型的同时存在是决策支持系统开发中不可回避的问题。利用ODBC技术和磁盘数据文件研究一种用于多语言模型混合的模型库和数据库之间的接口技术，并开发接口程序，避免了对已有模型的重新编制，提高了决策支持系统开发的效率。     

多层前馈神经网络在基于案例推理的应用

基于案例的推理（CBR）系统的增量式学习会使案例库逐渐增大,导致案例的检索时间较长,效率较低。多层前馈神经网络是构造性神经网络技术,很容易构筑及理解,具有较低的时间和空间复杂性和较高的识别率。利用该神经网络技术对案例库进行分类后,待求解的新问题只需在某个子案例库中进行检索,便可以有效地解决大规模案例库的能力与效率的维护问题,确保CBR系统的能力保护与效率保护兼顾的实现,为大规模案例库的应用提供技术保证。     

UWB室内无线同步的定位基站系统设计

针对UWB室内定位系统中有线同步方式存在时钟电路设计困难、现场布线复杂且硬件成本较高的问题,提出采用基站间无线同步的方式,服务器只需发送一次定位指令,基站间就可进行定时同步,简化了同步机制,降低了系统的硬件成本,减轻了服务器与基站间的网络通信负荷;针对现有的基站大多采用串行主控芯片进行定位数据和其他功能子模块的控制与处理,造成处理效率低下、不能满足高密度标签实时定位需求的问题,提出采用FPGA作为基站主控芯片,不同功能同时并行执行,提升了基站的处理速度和工作效率。实际测试结果表明,该基站系统操作简便、运行稳定、定时精准,具有较高的实际价值。     

面向问题分析与决策的专家系统

专家系统的根本目标在于为实际应用问题提供强有力的分析与决策能力。以人类通过长期实践活动总结的复杂问题分析与决策方法为指导思想,建立了以问题对象为核心、相关对象为问题主体、问题现象为表现形式、因果关系为问题变化驱动力、过程知识和原理知识为参考对象的面向问题分析与决策的专家系统。这种专家系统围绕应用领域中的问题构建知识库,而不是使用规则,所以得到的知识系统比较合理、清晰,不容易产生知识矛盾与冲突,有利于大型知识库的构建;同时,采用基于问题的推理,与人类的思维习惯相符合,可以大大提高推理效率;此外,开发这种专家     

用于一致性检查的知识库Petri网模型

知识库是一致性是决定专家系统效率及求解正确性的关键因素。本文以Ｐｅｔｒｉ网为工具对知识库进行模拟分析，把知识库一致性的检查化简为线性代数问题，把这一方法应用于分布式知识库系统，首次得到了检查其一致性的形式方法。本文最后给出了一致性检查的充分必要条件，为建立（分布式）知识库的自动维护系统打下了基础。     

Redundancy detection in semistructured case bases

With the dramatic proliferation of case-based reasoning systems in commercial applications, many case bases are now becoming legacy systems. They represent a significant portion of an organization's assets, but they are large and difficult to maintain. One of the contributing factors is that these case bases are often large and yet unstructured or semistructured; they are represented in natural language text. Adding to the complexity is the fact that the case bases are often authored and updated by different people from a variety of knowledge sources, making it highly likely for a case base to contain redundant and inconsistent knowledge. We present methods and a system for maintaining large and semistructured case bases. We focus on a difficult problem in case base maintenance: redundancy detection. This problem is particularly pervasive when one deals with a semistructured case base. We discuss an information retrieval-based algorithm and an implemented system for solving this problem. As the ability to contain the knowledge acquisition problem is of paramount importance, our method allows one to express relevant domain expertise for detecting redundancy naturally and effortlessly. Empirical evaluations of the system demonstrate the effectiveness of the methods in several large domains