AFDES中基于Case推理方法的研究

本文对“汽车故障诊断专家系统(AFDES)”中的基于Case推理方法进行了研究,介绍了不确定知识的事例表达、事例的存储和检索,提出了事例的相似度计算算法和基于事例推理算法。     

故障诊断专家系统及其发展

文章对主要的故障诊断专家系统进行了系统的归纳和分类,主要关注故障诊断专家系统在军事领域的应用;重点讨论了基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统的技术要点、发展现状、优缺点及其在军事方面的应用;最后,对该学科的发展做出了预测,指出基于多种模型结合的诊断专家系统、分布式诊断专家系统、实时诊断专家系统是今后的发展方向。     

基于事例推理的棉纺工艺专家系统推理模型的设计

基于事例推理是人工智能中的一种重要的推理技术,它的优势在于用众多的事例来有效地支持设计者的工作。论文结合棉纺工艺设计过程详细地介绍了推理模型的设计,为基于事例推理的专家系统提供实用参考。     

基于混合推理机制的故障诊断专家系统

多数故障诊断专家系统采用单一的推理机制,或者基于规则的推理,或者基于事例的推理。而这两种推理机制都各有优缺点,采用单一推理机制会造成诊断的不准确性。论文将基于规则的推理和基于事例的推理相结合,设计了混合推理机制。在此基础上,论文设计了一个既有专家知识库,又有故障事例库,具有自学习能力的故障诊断专家系统(AFDES)。实验结果表明,论文设计的混合推理机制是比较有效的。     

智能知识获取方法研究

本文根据故障诊断专家系统及产生式规则的特点,提出了一种新的基于遗传算法的知识获取方法,通过这种方法,故障诊断专家系统的知识库可由故障事例自动生成     

运用哈密顿图进行基于事例推理中的改写

1 前言基于事例的推理(Case-Based Reasoning,简称CBR)是对相似事例进行类比的人工智能推理方法,其原理是利用已有的事例所蕴含的客观规律,通过类比推理,求得新问题的解。由于CBR不必进行知识的提取,而是通过对蕴含客观规律的具体事例进行相似匹配,提取和再利用,因此,CBR克服了专家系统中进行知识获取的困难(知识获取是目前制约专家系统发展的“瓶颈”),能够方便地进行应用。目     

协同式变电站故障诊断专家系统

传统的变电站故障诊断专家系统在单个PC机上工作,造成PC机的负载很重,推理效率很低。针对这个问题,论文设计了具有自学习能力的变电站故障诊断专家系统(CSFDES),其中的多个子专家系统和核心专家系统协同工作。子专家系统应用不确定推理机制实现了快速的故障诊断。子专家系统将故障不确定事件提交给核心专家系统。核心专家系统利用设计的基于事例的推理机制,提高了故障诊断的准确性。CSFDES的原型系统初步应用到变电站的故障诊断,具有较高的实时性和准确性。     

设计型专家系统中的基于事例推理技术研究

本文根据设计活动的特点，着重从设计事例的表示，组织，检索，修改等方面对设计型系统中的基于事例推理机制作了深入探讨研究，并且详细介绍了这种方法在飞机起落设计专家系统ＬＧＤＥＳ上的具体实现。     

基于框架与规则相结合的棉纺工艺专家系统知识库的设计

本文讨论了棉纺工艺专家系统及其知识表示方法。在介绍棉纺工艺专家系统体系结构的基础之上，重点探讨了利用框架表示棉纺工艺的领域知识的具体方法、框架结构以及用框架一规则形式来表示推理规则及原理。并简要介绍了本系统基于事例的推理过程。     

商业MIS框架设计辅助专家系统的知识处理方法

介绍商业ＭＩＳ框架设计辅助专家系统（ＦＧＳＭ）开发背景。讨论以面向对象的眯核心建立ＭＩＳ框加设计辅助专家系统的知识表示模型,以基于事例的推理为基本方法构造问题求解模型,给出ＦＧＳＭ系统的整体框架结构。