基于规划图的过程活动流规划算法

软件过程的智能控制及其计算技术是近年来出现的新兴研究方向,对软件过程的发展有着重要的影响。基于规划图方法设计了一种软件过程规划系统,能对过程活动的安排做出自动规划。有序化地规划和安排过程活动将会减少执行过程活动的盲目性,提高管理者在执行每个软件活动时的全局意识。系统的实例实验表明,软件过程规划系统可以使软件开发始终处于有序的过程控制之中,并最终取得既定目标。     

规划的形式表示技术研究

智能规划是人工智能研究领域中的一个富有挑战性的课题.同时,智能规划问题具有广泛的实际应用背景.而自动规划问题面临的首要问题是规划问题的形式表示问题.本文系统地分析了情景演算,STRIPS,PDDL,HTN等各种规划形式表示技术,比较了各种形式表示技术的优缺点,并指出了进一步研究设计高效智能规划系统的方向.     

GRU递归神经网络对股票收盘价的预测研究

股票市场是个多变且复杂的非线性动力学系统,股票价格是个具有时序性的数据,基于此选用具有时间记忆功能的GRU（Gated Recurrent Unit）递归神经网络模型来处理时间序列数据的预测问题。本文选取上证中18支证券行业股票的日收盘价数据,该数据截止日期为2017年12月29日,每支股票数据量为1000天。本文作了2个实证研究,一方面用GRU递归神经网络预测未来10天的股票日收盘价,实证结果表明,GRU递归神经网络的测试误差和验证误差都比其余2个模型得到的同种类型的误差要小,而GRU递归神经网络在预测未来10天日收盘价的精度达到了98.3%,体现了GRU强大的学习能力和泛化能力。另一方面,对比序列长度分别为240天、120天以及60天时,GRU递归神经网络的测试误差、预测收盘价的方差以及验证误差。结果表明面对不同序列长度的数据集,GRU预测精度都很高,序列长度为240天的GRU模型得到的测试结果的方差明显低于其他2个,说明其稳定性更好。     

基于数据源向图的数据库设计中数据关系的表示工具

数据库设计是信息系统需求分析到系统实现中的一个关键环节。传统的数据库设计方法需根据需求分析阶段的结果,依赖人的构造性思维抽象出对象和关系,由于对所需数据结构和关系的描述能力不足,缺少对数据项之间关系的描述,导致数据关系不明确,数据库设计结果容易出现偏差。在新的数据库设计工具——数据源向图的帮助下,对象、关系以及各数据项之间的关系能被直观、简洁、准确地表示,同时其也能极大地消除各种关系不明确而带来的二义性问题,可有效提高信息系统实现的效率。     

具有学习能力的智能诊断系统研究

随着电子设备系统的日益复杂化,依靠单一的推理技术的故障系统已难以满足复杂系统的诊断要求,将多种不同的推理技术结合起来的集成诊断系统,能够充分利用各自的优点,从而提高系统诊断的正确性和效率,是目前智能诊断研究的一个发展趋势。将研究复合系统的智能诊断问题,提出在一个复合系统的诊断过程中,通过机器学习,使基于规则的诊断和基于模型的诊断两种诊断技术相互结合,在诊断的不同阶段发挥出各自的作用,从而建立一个融合了RBD和MBD技术优点的、具有一定学习能力的智能诊断系统。     

HTN规划及其复杂度分析

为了克服经典状态空间规划中的状态空间的指数爆炸问题,研究者们提出了分层任务网络规划（HTN）技术。给出了HTN规划的形式表示,并给出了其操作语义,在此基础上讨论了HTN规划的复杂性,指出了HTN规划技术的优缺点所在。     

用SOM网络从移动通信数据中识别朋友关系

从移动电话通信数据中挖掘用户之间的有用信息被认为是富有研究价值的一项工作。利用从94个Nokia6600用户中收集的实际通信记录,设计并实现了一个行之有效的高效分析算法do&del,以构造手机号码对之间的通信模式,证明了do&del算法的可靠性,并给出了算法的理论复杂性和实验观察结果。然后在do&del算法的基础上,给出了基于SOM(Self-Organizing Map)的关系识别系统RRS(Relationship Recognition System),该系统能够在训练好的SOM网络支持下,有效识别双向朋友、单向/普通朋友、一般人等此类用户关系。     

含故障模式的诊断系统设计

问答系统因能提供方便的输入模式与更精确的答案而成为获取网络信息的重要手段。介绍了一个面向OWL知识的问答系统 Agile,并着重阐述了其在问题规范和字典生成方面的技术方案。为了得到合适的映射单位,Agile定义了两个数据结构用于规范自然语言问题和OWL本体知识字典,并借助一些自然语言处理工具和OWL解析工具将两种源知识进行了形式化。和现有网络问答系统比较,Agile不需要用户参与,能够处理的问题领域和形式更加丰富。     

复合系统智能诊断方法研究

随着电子设备系统的日益复杂化,依靠单一的推理技术的故障系统已难以满足复杂系统的诊断要求.将多种不同的推理技术结合起来的集成诊断系统,能够充分利用各自的优点,从而提高系统诊断的正确性和效率,是目前智能诊断研究的一个发展趋势.本文将研究复合系统的智能诊断问题,提出在一个复合系统的诊断过程中,运用基于规则的诊断和基于模型的诊断,两种诊断技术相结合将在诊断的不同阶段发挥出各自的作用,从而建立一个融合了RBD和MBD技术优点的、具有一定学习能力的智能诊断系统.     

一致性诊断的测试

为找到故障系统的真实诊断,讨论了候选诊断和真实诊断之间的关系,定义了诊断系统的可采纳性并证明基于一致性的诊断是可采纳的.在此基础上,给出一种基于一致性的诊断测试方法.在执行测试之后,所获得的关于真实诊断的信息是单调递增的,直到真实诊断被包含在极小诊断集合中;一旦极小诊断集合包含真实诊断,所有的测试都会支持真实诊断,而可能排除其它的候选诊断.