基于萤火虫神经网络的焊接工艺专家系统开发

针对传统焊接工艺设计经验性强、繁琐、周期长的问题,开发焊接工艺专家系统,辅助用户方便快速的设计焊接工艺。通过神经网络与专家系统结合,弥补传统专家系统获取知识学习能力的不足,并且采用萤火虫算法优化神经网络加快学习效率。专家系统通过VB与Matlab混合编程结合Access数据库来现实。案例测试表明,该专家系统操作简单方便,能实现预期功能,具有很好的应用价值。     

基于交互仿真的生产决策专家系统构建方法

为提高生产决策水平,提出了基于人机交互仿真的生产决策专家系统构建方法.针对生产决策专家知识难以采集和控制策略复杂等特点,采用神经网络和专家遴选算法实现对专家知识的评估和优选,结合融合分类算法解决知识推理的问题,并提出TR-TREE算法构建专家系统规则解释机制.以某摩托车发动机关键零部件生产单元的换线决策为应用背景,对所提出的实现原理和关键技术进行了应用实践.与基于经验的人工决策相比,基于专家系统的换线决策对生产目标的优化作用显著,并具有良好的学习机制.     

加工参数优化中自适应协同粒子群算法研究

针对加工参数优化过程中粒子群优化算法的优化效果受参数影响较大的问题,提出了自适应协同粒子群优化算法。对粒子群优化算法的参数对优化结果的影响进行了详细而深入的分析,在此基础上,给出了优化过程中惯性权重、学习因子、最大速度等参数的变化规律,并通过仿真的方法确定了最优参数的取值。最后通过对基准函数的仿真实验,验证了本文算法的正确性和有效性。     

基于神经网络的磨粒识别专家系统的设计

智能型磨粒识别是铁谱技术发展的主要趋势,人工神经网络技术的出现,为这种智能化提供了一条崭新的途径。介绍了神经网络专家系统的基本原理,叙述了BP学习算法,以及基于该算法的磨粒识别神经网络专家系统的设计。     

基于模糊神经网络的磨粒识别专家系统

智能型磨粒识别是铁谱分析技术中的重要内容,模糊神经网络技术为解决以上问题提供了一条新的途径。本文介绍模糊神经网络专家系统的基本原理,叙述BP学习算法及过程,最后介绍基于本算法的磨粒识别模糊神经网络专家系统。     

基于神经网络的雷达故障诊断专家系统

介绍一种基于神经网络的雷达故障诊断专家系统,以及系统结构、神经网络的学习算法,给出应用实例,诊断结果表明该方法的有效性。     

基于Alopex神经网络的旋转机械故障诊断专家系统

提出了一种可以减小网络规模的故障表示方法,并将Alopex算法引入神经网络模型的训练过程,将人工神经网络与规则推理相结合,建立了旋转机械故障诊断的神经网络专家系统。该系统充分利用了神经网络与规则推理的优点,采用正反向混合推理方式调用知识库中的各种知识进行诊断。采用二进制数码表示机械的各种故障,基于Alopex算法训练神经网络。建立的专家系统克服了基于规则专家系统的自学习困难问题和基于神经网络诊断系统的系统控制能力弱的缺点,具有较强的诊断能力。     

离心泵故障诊断专家系统的设计

详细介绍了开发离心泵故障诊断的专家系统的方法,在SQL Server数据库中创建离心泵故障的知识库和全局数据库,用专家系统工具Clips建立故障规则和推理机,利用Windows XP平台,研究了将Clips的核心推理机嵌入到C++Builder中的方法,详细介绍了实现专家系统的设计理论。     

基于模糊神经网络的液压系统故障诊断方法

根据专家系统基本原理,结合古典信号处理方法、模糊理论、神经网络理论,建立了系统故障诊断系统的结构形式和学习算法。以此为基础编制了厚度自动控制（AGC）系统故障诊断专家系统软件。利用模糊诊断理论进行模糊推理以解决系统故障的实时诊断,利用神经网络对模糊推理模型训练以提高诊断的准确率,并可对未知的知识进行学习和补充。通过实验证明所用方法有效。     

基于人工智能的机械系统多学科优化探讨

针对多学科的优化计算复杂性和信息交换复杂性 ,在分析前人多学科优化方法基础上 ,提出将人工神经网络、专家系统、模糊评判等人工智能技术引入多学科优化领域 ,充分利用神经网络专家系统所具有的高度容错性、鲁棒性、实时性、自适应性和系统可以自组织、自学习以及联想记忆等功能 ,探索一种适用基于人工智能技术的多学科优化设计新方法     

Fuzzy-sliding mode control of a polishing robot based on genetic algorithm

This paper proposes a fuzzy-sliding mode control which is designed by a self tuning fuzzy inference method based on a genetic algorithm. Using the method, the number of inference rules and the shape of the membership functions of the proposed fuzzy-sliding mode control are optimized without the aid of an expert in robotics. The fuzzy outputs of the consequent part are updated by the gradient descent method. It is further guaranteed that the selected solution becomes the global optimal solution by optimizing Akaike’s information criterion expressing the quality of the inference rules. In order to evaluate the learning performance of the proposed fuzzy-sliding mode control based on a genetic algorithm, a trajectory tracking simulation of the polishing robot is carried out. Simulation results show that the optimal fuzzy inference rules are automatically selected by the genetic algorithm and the trajectory control result is similar to the result of the fuzzy-sliding mode control which is selected through trial error by an expert. Therefore, a designer who does not have expert knowledge of robot systems can design the fuzzy-sliding mode controller using the proposed self tuning fuzzy inference method based on the genetic algorithm.     

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。     

An investigation of an expert system for shearing cut progressive die design

The purpose of this paper is to develop an expert system for shearing cut progressive die, with the aim of enhancing the design of shearing cut progressive dies. This study is different from previous research on shearing cut die design by the author in that the design of one station was extended into a progressive die design. The major research objectives achieved in this study can be summarised as follows:

1. This study presents a pattern recognition method called the new combined structural approach to let the user interpret blanks by a better and more direct method, thereby achieving the goal of communicating with this expert system.
2. The layout of the strip can affect the material cost shared by the press-worked pieces. This study presents the near optimal method for seeing a better layout of the strip in order to save material.
3. Owing to the great variety of blank shapes which cause the variations in pressing procedures, this study proposes a matching combination learning method, which is a learning conscious system for pressing procedures, in order to obtain the optimal number of operation stations in shearing cut progressive die design.
4. The establishment of the knowledge-base system for shearing cut progressive die should improve the efficiency for die design problems.

     

薄板裂纹诊断的专家系统

将人工神经网络与规则推理相结合,建立了薄板裂纹诊断的专家系统,该系统充分利用神经网络与规则推理的优点,采用正反向混合推理方式调用知识库中的各种知识进行薄板结构的裂纹诊断,采用基于实验的计算机仿真技术建立裂纹诊断的标准谱,基于模拟退火算法训练神经网络,实例表明,本文建立的专家系统克服了基于规则专家系统的自学习困难问题和基于神经网络诊断系统系统控制能力弱的缺点,具有较强的诊断能力。     

基于神经网络的两层分采同步抽油系统井下故障诊断技术

建立了两层分采同步抽油系统的诊断模型，提出了求解这一非完整系统的迭代差分法，并由此建立了基于神经网络的两层分采同步抽油系统井下故障诊断专用系统，对专家系统各个模块的功能及其整个系统的运行机制进行了论述，阐明了BP网络诊断模块的初始化，训练和测试过程，并采用带有自适应学习率和动量因子的改进BP算法对其进行训练，借助功能强大的MATLAB语言系统及其工具箱，完成了故障诊断专家系统的设计。     

带时滞的ADALINE神经网络在时变线性系统自适应建模中的应用研究

本文提出了带时滞的ADALINE神经网络对时变复杂线性系统的自适应建模方法,通过对性能函数是权系数二次型的神经网络的算法改进,以梯度变化的共轭向量为搜索方向,以解析式确定最优步长,理论分析和仿真实验证明了此算法的快速性和高精度逼近能力,也证明了基于这种快速算法的带时滞的ADALINE网络实现复杂时变线性系统高精度动态自适应建模的有效性。     

基于AFPN的汽车故障诊断研究

针对汽车故障诊断专家系统的知识具有动态性和不确定性的特点.提出了一种基于自适应模糊Petri网（AFPN）的汽车故障诊断方法。该方法首先根据模糊产生式规则建立相应的模糊Petri网模型,然后利用BP算法,通过样本数据对模糊Petri网中的权值等进行反复的学习训练,最后利用训练得到的参数和故障征兆发生概率对故障进行诊断。这种方法使知识库能动态更新,并可以避免依靠人工经验设置带来的不确定性。诊断结果表明,和传统故障树方法相比,该方法具有很多优点。     

交互式虚拟装配路径规划及优选方法研究

给出了虚拟装配环境下基于人机交互的装配路径规划方法，根据实际需要提出了针对交互式虚拟装配路径规划方法的装配路径优选算法，优选算法基于虚拟装配路径节点投影，能够有效消除由于虚拟装配环境下触觉缺失而造成的路径抖动以及折返现象。实例验证以及实验结果表明，交互式虚拟装配路径规划及优选方法有效可行，能够满足虚拟装配系统的需要。     

专家系统在齿轮减速器轴系设计中的应用

1IntroductionInrecentyears,themainfunctionsofCADarenu-mericalcalculations,dataretrievalandcomputergraphics.Thereis,however,somekindofworkstilltobedonebydesignerhimself,suchasorganizingdesigninformation,in-troducingcreativity,intelligenceandexperience,andc…