一种人机交互式故障诊断专家系统的Prolog实现

本文介绍了以人机交互方式进行故障诊断的Prolog实现方法。主要内容有人机交互式故障诊断专家系统的基本结构,知识获取及知识的表示方法,系统的推理机制,知识库维护等。该系统由于采用模块式结构,并且全部信息用中文显示,因此操作使用非常方便。     

中厚板水幕冷却专家系统

针对水幕冷却系统钢板机械性能不能在线检测、控冷钢板品种多样、精确的数学模型难以确定、需要吸收工艺专家的经验知识等复杂特性,系统采用专家系统技术,充分吸收工艺专家的经验和知识,把工艺专家不精确的经验知识进行定量化,进行知识表示,并存储于计算机中。以知识库为基础,运用一定的推理策略,对冷却制度进行设定,以专家的形式对工艺过程进行指导。     

基于模糊框架-产生式知识表示及推理研究

知识表示是专家系统求解能力及正确性的基础。针对不同知识表示方法的局限性,采用框架与产生式知识表示法结合表示专家知识。同时鉴于传统知识表示及推理方法在描述事实生产中不确定知识及经验中的缺陷问题,将模糊推理与知识表示相结合,应用模糊因子,定量细化描述模糊知识;并结合知识表示特点应用动态加权平均匹配函数及模糊推理方法,提出基于模糊框架-产生式知识表示方法及推理的研究,量化地表示知识及推理过程,为决策人员提供更加直观、准确的推理依据。     

基于产生式探井决策专家系统的研究与应用①

基于产生式的探井决策专家系统以人工智能为理论,采用产生式知识表示方法,以油井钻探数据为依据,将获取的探井专家经验知识存入知识库,通过高效的推理,给出合理的决策方案,提高探井工程效率。     

基于产生式探井决策专家系统的研究与应用①

基于产生式的探井决策专家系统以人工智能为理论,采用产生式知识表示方法,以油井钻探数据为依据,将获取的探井专家经验知识存入知识库,通过高效的推理,给出合理的决策方案,提高探井工程效率。     

一种专家模糊控制方法及其仿真研究

针对传统模糊控制器的不足,构造了一种基于专家系统的自校正模糊控制器,依据专家经验知识和控制理论知识总结出具有启发性的产生式规则,建立起了比例因子自调整知识库,并通过正向推理最终完成比例因子的闭环自整定.仿真研究证实了该方法的有效性.     

面向对象知识表示在起重机专家系统中的应用

知识表示是专家系统的关键组成部分.在对知识表示的方法进行探究的基础上,根据起重机操作专家系统的特点,采用面向对象与产生式表示方法相结合的混合表示方法对其专家知识进行表示,并在C 程序语言环境下实现起重机操作知识的表示,同时给出起重机操作的知识表示实例,用此法开发的专家系统具有代码短、易维护、易修改和易扩充的优点.阐述了起重机操作专家系统如何用面向对象方法封装规则、建立知识库、实现知识推理和具体的应用要点.     

水稻多病虫害诊治专家系统的设计与实现

本文是对水稻多病虫害诊治专家系统的一般性总结，比较全面地介绍了系统的总体设计，功能、复杂、复杂知识的表示技术，推理控制策略和不精确推理方法。     

一种模糊专家数据库数据模型

本文提出了一种能处理模糊知识的专家数据库数据模型。详细介绍了其模糊知识表示，模糊关系代数及不精确推理的实现策略。     

基于Web的软件错误分析专家系统开发

介绍了软件错误分析专家系统的总体架构、知识表示、推理机制以及web模式应用的实现方法。该系统可对Internet环境下运行的软件常见错误进行诊断,给出错误分析,提出修改建议,并可解释错误分析过程,给出推理步骤,还具备自学习功能,可不断将新的专家知识充实到知识库,提高自身诊断和推理能力。     

基于BP网络的模糊Petri网的学习能力

模糊Petri网(Fuzzy Petri Nets，FPN)是基于模糊产生式规则的知识库系统的良好建模工具，但自学习能力差是模糊系统本身的一个缺点．该文提出了适合模糊Petri网模型自学习的模糊推理算法和学习算法．在模糊推理算法中，通过对没有回路的FPN模型结构进行层次式划分以及建立变迁点燃和模糊推理的近似连续函数，从而把神经网络中的BP网络算法自然地引入到FPN模型中．在FPN模型上，用误差反传算法计算一阶梯度的方法对模糊产生式规则中的参数进行学习和训练．经过学习和训练的FPN具有很强的泛化能力和自适应功能．FPN模型经过训练得到的参数是有特定含义的，可以通过对这些参数的合法性分析，使得模糊产生式规则系统更加有效，也对知识库系统的建立、更新和维护有着重要的意义．     

基于对象模型的自组织专家系统

在研制的一个基于对象模型的自组织专家系统中 ,通过对机器人的行走装置进行模型化 ,建立了对象的模糊知识库 ,并根据控制的目标 ,设计了推理机。系统无需精确的数学模型 ,能根据输入、输出变量 ,自动修改控制规则 ,达到优化控制的目的。     

NNF and NNPrF—Fuzzy Petri Nets Based on Neural Network for Knowledge Representation, Reasoning and Learning

This paper proposes NNF-a fuzzy Petri Net system based on neural network for proposition logic repesentation,and gives the formal definition of NNF.For the NNF model,forward reasoning algorithm,backward reasoning algorithm and knowledge learning algorithm are discussed based on weight training algorithm of neural network-Back Propagation algorithm.Thus NNF is endowed with the ability of learning a rule.The paper concludes with a discussion on extending NNF to predicate logic,forming NNPrF,and proposing the formal definition and a reasoning algorithm of NNPrF.     

一种模糊知识库系统及其推理机制研究

介绍了一种具有模糊推理机制的模糊知识系统的基本结构、知识表示和推理机制,阐述了在模糊知识库设计与实现中,模糊推理机构造和工作流程设计的方法。该系统推理机制是基于传统RETE算法的扩展,通过使用相似性方法来处理模糊问题,实现了一种较为理想的不确定性推理;同时系统采用正向和反向推理相结合的双向推理机,使推理具有较高的准确性。最后给出了一个实例验证系统可行性。     

Adaptive fuzzy spiking neural P systems for fuzzy inference and learning

Fuzzy spiking neural P systems (in short, FSN P systems) are a novel class of distributed parallel computing models, which can model fuzzy production rules and apply their dynamic firing mechanism to achieve fuzzy reasoning. However, these systems lack adaptive/learning ability. Addressing this problem, a class of FSN P systems are proposed by introducing some new features, called adaptive fuzzy spiking neural P systems (in short, AFSN P systems). AFSN P systems not only can model weighted fuzzy production rules in fuzzy knowledge base but also can perform dynamically fuzzy reasoning. It is important to note that AFSN P systems have learning ability like neural networks. Based on neuron's firing mechanisms, a fuzzy reasoning algorithm and a learning algorithm are developed. Moreover, an example is included to illustrate the learning ability of AFSN P systems.     

多值因果图的推理算法研究

针对多值因果图存在的两个困难：（1）不严格满足概率论；（2）将其用于实际问题时，推理结果可能出现错误，提出了一种基于因果影响可能性分配的推理算法，该算法将多值因果图的推量分成3个阶段，首先对多值因果图进行补充定义，使多值因果图能够兼容单值因果图；接着将多值因果图转化为单值因果图进行概率计算，最后对多值因果图进行可能性计算，将单值因果图计算得到的概率按多值因果图计算得到的可能性进行分配，以核电站二回路系统中蒸汽发生器故障诊断因果图为例，展示了该算法推理计算的全过程，实例表明，该算法能够有效地克服多值因果图存在的困难，其推理过程严谨，计算结果符合实际情况，而前面提出的推理算法基础上，针对其不能处理模型情况的局限性，提出了一种模糊推理算法，该算法对多值因果图进行了模糊扩展定义，在读数变量和事件变量之间建立了用于表达模糊知识的模糊对应关系，在事件变量上定义了一个等价的虚拟模糊状态，使读数变量取值对应一个模糊状态，把读数和模糊推理转化为对应模糊状态的非模糊推理，通过本文的工作，目前因果图已发展成了一个能够处理离散变量和连续变量的混合因果图模型。     

NEW METHODOLOGY TO FUZZY REASONING FOR RULE-BASED EXPERT SYSTEMS

Abstract

Much knowledge residing in the knowledge base of an expert system involves fuzzy concepts. A powerful expert system must have the capability of fuzzy reasoning. This paper presents a new methodology for dealing with fuzzy reasoning based on the matching function S. The single-input, single-output (SISO) fuzzy reasoning scheme and the multi-input, single-output (MISO) fuzzy reasoning schemes are discussed in detail. The proposed fuzzy reasoning methodology is conceptually clearer than the compositional rule of inference approach. It can provide an useful way for rule-based systems to deal with fuzzy reasoning.     

A new methodology of fuzzy constraint-based controller design viaconstraint-network processing

A complete design framework for a fuzzy constraint-based controller based on fuzzy-constraint processing and its semantics and relationship to fuzzy logic is presented. In this paper, the concept of “fuzzy constraints” in problem solving is introduced, and some basic definitions of fuzzy-constraint processing in a constraint network and its semantic modeling are addressed. Then a fuzzy local propagation inference mechanism for reasoning about imprecise information applying the filter operation in a network of constraints is proposed. Moreover, we advance the concurrent fuzzy-logic controller (FLC) to a new type of controller, the fuzzy constraint-based controller (FCC), using a more general predicate calculus and full first-order logic knowledge representation and making use of the idea of fuzzy-constraint processing to model practical dynamic control systems. Finally, simulation results show that a FCC achieves equivalent performance as PD type and PI type FLCs and it also demonstrates superior outcomes to a conventional PID controller in terms of rise time and peak-percent overshoot     

基于扩展模糊Petri网的知识推理方法研究

为使模糊Petri网能够描述可变模糊隶属判据下的模糊知识,利用基准变换能较好地表达模糊隶属判据可变情况的特点,基于定性映射和定性基准变换对模糊Petri网进行了扩展,给出了扩展后网模型的形式定义和基本运行机制。通过利用定性映射描述模糊产生式规则,给出了一种新的知识表示模式和推理方法,新方法有利于构建模糊Petri网基于认知的学习机制。结果显示,该网模型具有较强的知识表达能力,适用于处理认知模糊不确定性知识,其推理过程能体现某些认知特性,尤其适用于构建以定性判断为特点的智能系统。     

面向语义信息查询的模糊本体模型

针对领域知识建模时的模糊性、不确定性与信息查询时的局限性,提出一种基于模糊控制规则的模糊本体模型。利用基于模糊聚类的本体机器学习方法构建模糊控制规则库,通过计算模糊相似矩阵得到模糊概念的语义关联,对词汇相关概念进行语义分析与扩展获取模糊概念间的本质语义关系,实现基于模糊概念属性值的信息查询与语义共用。实验结果表明,该模型在语义查询上有更完善的推理机制,能有效获取语义信息。