基于智能决策的火箭安控系统

火箭在飞行过程中经常发生各种故障,因此需要对其飞行状态进行监视、判断,及时有效地做出相应的安全控制决策。在分析原有火箭安控系统的基础上,针对火箭飞行的特点及不确定的规则知识,提出了基于智能决策的火箭安控系统。首先给出了集弹道数据处理和安全控制决策于一体的计算机决策支持系统模型;然后根据安控系统的特点,对安控知识进行分类,给出了安控系统知识不确定的表示方法,形成了相应的安控决策网络;最后以Visual C++6.0为开发平台,构建了安控推理决策模型,给出相应的推理流程。仿真实验表示,该方法能实时监测出火箭的飞行状态,对其进行有效的管理,为安控领域专家的最终决策提供支持。     

案例推理属性权重的分配模型比较研究

案例推理系统中各属性权重的赋值决定了案例之间的相似度 大小,进而对推理结果的正确与否产生显著影响.以属性加权K-最近邻 相似案例检索为基础,讨论了使用注水原理分配属性权重的机理,并通过建 立权重分配的合理性指标,构造拉格朗日函数对权重进行优 化求解,得到了收敛的注水分配算法.通过五折交叉的模式分类实验 ,分别对属性权重的平均分配法、注水分配算法和遗传算法分配法进行了比较研究,案例推理分类结果证明,在引入注水分配算法后,其分类性能得到有效改善.     

基于TOPSIS-模糊综合评判的模糊推理模型在开河预报中的应用

冰凌开封河受到较多自然和人为因素的影响,具有较高的不确定性,为了进一步提高冰凌开封河预测的精度,考虑各因素的综合作用成为解决问题的关键。先采用主成分分析法初步确定冰凌开封河历时影响因子的权重,运用模糊推理模型依据影响因子矩阵的相似性进行初步预测,进而采用TOPSIS-模糊综合评判模型对预报因子进行识别,筛选出合理的预报因子进行二次预测。运用实例对基于TOPSIS-模糊综合评判模型冰凌预报因子识别的模糊推理模型的效果进行了检验,同时与冰凌预报模糊优选神经网络BP模型进行对比,结果表明:在TOPSIS-模糊综合评判模型因子进行识别基础上的模糊推理模型预测精度较高、效果较好,既能够有效识别预报因子,又能够较好地提高预报封河、开河历时的精度,为凌汛预测提供了新的途径。     

二维参数化图形技术研究进展

近几年来，参数化图形技术得到了不断的发展。目前已有多种参数化图形方法及系统。这些参数化图形方法可分为３种，即变分几何法、几何推理法和过程法。主要介绍这３种方法的研究进展。     

基于本体的语义虚拟环境查询与推理模型

当前将本体引入到语义虚拟环境的研究,只是将领域本体的可视化信息用本体表示,并未发挥本体本身具有的优势。为此,提出一种基于本体的语义虚拟环境查询与推理模型。利用OWL语言统一描述虚拟场景图形内容与语义信息,并分别对两者进行查询,在图形内容查询过程中引入本体的推理方法推理出隐含的图形内容信息,然后查询需要的信息。在语义信息查询时引入语义搜索方法,利用基于语义距离计算本体概念相似度的方法计算语义虚拟环境本体中类之间的相似度,搜索与被查询实例语义相似度最大的实例,并借助推理找出其间的关系。对语义虚拟家具商店进行本体的查询与推理,结果证明了该模型的可行性。     

基于空间注意力推理机制的视觉问答算法研究

针对现有基于注意力机制的多模态学习,对文字上下文之间的自我联系和图像目标区域的空间位置关系进行了深入研究。在分析现有注意力网络的基础上,提出使用自注意力模块(self-attention,SA)和空间推理注意力模块(spatial reasoning attention,SRA)对文本信息和图像目标进行映射,最终得到融合特征输出。相较于其他注意力机制,SA和SRA可以更好地将文本信息匹配图像目标区域。模型在VQAv2数据集上进行训练和验证,并在VQAv2数据集上达到了64.01%的准确率。     

CBR技术在程序设计课程案例知识系统的应用

阐述了案例知识管理系统的教学意义,并介绍了CBR的工作机制,然后针对程序设计课程的特点,提出了将CBR技术应用于程序设计课程的案例知识管理系统,同时给出了基于CBR技术的知识管理系统的关键技术和实现方案。     

语言真值直觉模糊逻辑的知识推理

针对格蕴涵代数、直觉模糊集及知识表示、基于语言真值直觉模糊代数的相关性质及运算方法,提出了六元语言真值直觉模糊代数的相关逻辑性质,并在六元语言真值直觉模糊知识表示的基础上,将模糊推理的CRI方法进行扩展,研究得出了六元语言真值直觉模糊推理的方法即6LTV-CRI算法。而后将直觉模糊推理与六元语言真值直觉模糊推理方法进行对比分析,验证了6LTV-CRI推理算法的合理性,并分析了其优缺点。     

一阶谓词逻辑的图形推理法

针对已有一阶谓词逻辑推理方法中存在的推理效率低等问题,研究一种基于谓词/变迁系统的图形推理法。定义了描述谓词间与/或关系的谓词-与/或图,借助谓词-与/或图表示谓词/变迁系统,提出一种实现反向推理的目标制导的图形推理法。该方法推理效率高,较已有的推理方法具有一定的优越性。     

格值一阶逻辑LF(X)中的α-语义归结方法

自动推理是人工智能的一个重要研究方向,基于归结原理的自动推理因易于在计算机上实现而得到广泛研究。语义归结是对归结原理的一种改进,它利用限制参与归结子句类型和归结文字顺序的方法来提高推理效率。为了提高基于格蕴涵代数的格值逻辑的α-归结原理的效率,将语义归结策略应用于α-归结原理。首先给出了格值一阶逻辑系统中的α-语义归结概念和α-语义归结演绎概念,接着讨论了格值一阶逻辑系统的α-语义归结方法,并证明了其可靠性和条件完备性,最后通过实例说明了其有效性。