基于谱图和成对约束的主动半监督聚类算法

针对半监督聚类学习算法中缺乏主动学习的缺陷,提出一种纠错式主动学习成对约束方法.算法通过寻找一般聚类算法自身难以发现的成对约束信息,同时避免这部分约束信息之间本身的关系,将其引入谱聚类算法,利用该监督信息调整谱聚类中点与点之间的距离矩阵对两点间距离进行排序,采用双向寻找的方法,使得学习器即使接收到没有标记的数据也能进行主动学习.实验分析表明,所提出算法能够获得较为满意的聚类效果.     

面向对象的有限元工程软件体系结构研究

软件体系结构对软件性能和质量及生命周期的影响是非常关键的,它与具体的开发过程紧密相关.面向对象的有限元程序设计可以大大提高程序的模块化和代码的重用性.文章在有限元基本数据封装和单元过程设计的基础上,构建了有限元工程软件构架和原型,详细讨论了如何使用该软件构架进行有限元程序开发的方法.实例应用表明,和传统的方案相比,此方法能更完整地抽象出各类有限元数据的共性,能更好地适应系统的扩充.     

面向对象的有限元工程软件体系结构研究

软件体系结构对软件性能和质量及生命周期的影响是非常关键的，它与具体的开发过程紧密相关。面向对象的有限元程序设计可以大大提高程序的模块化和代码的重用性。文章在有限元基本数据封装和单元过程设计的基础上，构建了有限元工程软件构架和原型，详细讨论了如何使用该软件构架进行有限元程序开发的方法。实例应用表明，和传统的方案相比，此方法能更完整地抽象出各类有限元数据的共性，能更好地适应系统的扩充。     

可视化智能界面系统研究

可视化自适应人机交互界面的设计是智能系统能否成功实施与应用的关键之一，基于此提出了将Agent技术引入用户界面设计中。界面采用可视化的知识表示，知识库直观，知识获取直接面对领域专家，实现了知识自动获取；同时界面针对不同用户群设计了多种界面变体，从而增强了系统的灵活性和对用户的适应性；建立了智能引导和帮助，集成了语音合成技术，实现了界面系统的“声形”并茂，降低和减少了用户使用系统的要求与学习时间，使系统更易学易用。     

复杂诊断系统的MAS协作求解方法

为适应故障诊断中动态变化的环境和满足求解复杂系统全部任务的要求,研究一种基于MAS的分布式智能监控系统.文中以诊断决策问题的结构及建模过程的层次性为基本思想,基于诊断任务的多层次混合分解策略,提出了融合不同表达方式和推理机制的多Agent并行诊断结构,分析了管理Agent、诊断Agent和决策Agent的基本职能,探讨了实时Agent的组织和演化机制,给出了并行推理过程中的冲突消解算法,建立了具有公共属性的智能体模块化层次结构,实现了基于MAS多层分布式黑板模型的智能监控系统.工程应用效果验证了多智能体结构框架下复杂系统分布式求解的可行性和有效性.     

多智能体的分布式智能故障诊断

基于分布式人工智能的思想 ,将多Agent技术引入复杂故障诊断领域 ,分析了基于MAS的分布式智能故障诊断方法和过程 ;讨论了基于模式聚类的故障求解机制及对诊断问题任务辨识、分解 ;研究了多Agent宏观上的约束和关联 ;设计了应用Agent工作状态的表达机制 ;确定了应用Agent间的工作状态影响关系及多Agent间的交互、协作和通讯 ;构建了多Agent模糊关联模型 ;给出了多Agent诊断系统局部诊断决策与全局诊断决策的集成描述结构 ;建立了一种分布式Agent诊断系统结构及其原型系统 .在某电力企