基于多智能体的分布式智能诊断方法研究

在传统智能诊断基础上，将多Agent技术应用于动态、分布、实时和不确定的复杂系统故障诊断领域，以求解复杂过程诊断问题．提出了基于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的辨识、分解；研究了多Agent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：实现了一种分布式Agent诊断系统结构及其原型系统．工程应用表明，该系统能快速、准确地进行故障成因分析，并给出有效的决策意见，取得了与专家相似的诊断结果．     

基于多方法集成的复杂工艺优化设计研究

针对流程工业复杂的连续生产工艺的特点,提出了基于模式识别、神经网络、遗传算法、非线性回归等多种智能技术集成的复杂工艺过程优化系统的设计思想、体系结构、关键技术和实现方法,主要解决多因子、高噪声、非线性、非高斯分布和非均匀的复杂工艺系统难题.采用代理技术设计系统的体系结构,用偏最小二乘法和Chelyshev多项式建立领域模型,通过演化计算进行最优问题求解,并用正交实验取得模型学习的样本数.实际应用证明,利用这些方法可以在很少的实验情况下,使所建立的模型能在较大误差范围内指导生产实践.     

基于TCP/IP协议的分布式供热远程监控系统开发

本文介绍了一种基于TCP，IP协议的远程配置与监控系统．分析了该系统功能、特点以及软、硬件实现方法，讨论了一对一多通信的实施结构。以分布式供暖系统为例，建立了基于C/S模式的远程工作参数配置及工况监控系统，实施效果安全可靠。     

基于多Agent的复杂系统故障诊断研究

在传统智能诊断基础上 ,将多Agent技术应用于动态、分布、实时和不确定的复杂系统故障诊断领域 ,以求解复杂过程诊断问题。讨论了基于MAS的分布式智能故障诊断方法和过程 ,提出并实现了一种Agent诊断系统结构及其原型系统 ,其中重点研究了诊断问题的任务辨识、分解、多Agent间的交互、协作以及诊断决策问题等。工程应用表明 ,该系统能快速、准确地进行故障成因分析 ,并给出有效的决策意见 ,取得了与专家相似的诊断结果。     

基于混合遗传算法的多目标问题规划

遗传算法在问题优化中的应用已有了许多研究，但对于大型多目标规划问题而言，由于其问题特性和计算量大而限制了遗传算法的应用。为探索新的问题求解方法，提出了一种基于遗传算法和梯度算法的问题优化混合算法。用梯度法每次迭代得到的结果来改进遗传算法的群体，而用遗传算法的最优个体与梯度算法的迭代解相比较，选择其中的最优点作为梯度法下一步迭代的初始点。通过保持迭代过程的最优解，加快了搜索速度，并保证收敛于全局最优解。算例表明该方法兼具遗传算法的全局搜索能力和梯度算法的局部搜索的特点，且具有良好的工程适应性。     

一个NC代码翻译模块的设计与开发

在分析NC代码和编译原理特点的基础上，提出了一种NC代码翻译模块的结构与设计方法，并叙述了NC代码翻译模块的实现技术。经过实践证明，这种方法是切实可行的。     

基于MAS的故障诊断模型与实现研究

起源于分布式人工智能的多Agent系统(Multi-Agent System，MAS)，是近年来飞速发展的技术，将多Ageat技术引入复杂故障诊断领域，是求解复杂过程的故障诊断问题的一种新的尝试。讨论了基于MAS的分布式智能诊断方法和过程，设计了一种Agent诊断系统结构及其原型系统，对诊断问题任务辨识、分解、各Agent的内部诊断机制、多Agent间的交互、协作、关联模型以及诊断决策问题等进行了深入研究。在某企业安全监控系统的应用中，该模型能快速、准确地进行故障成因分析，并给出合理的、建设性的决策意见。     

基于遗传算法和梯度算法的结构动态形体优化

提出了一种基于遗传算法和梯度算法并考虑动态需求的结构形体优化方法,该方法同时具有遗传算法的全局优化搜索能力和梯度算法的局部优化搜索能力.算例证明该方法具有良好的工程应用价值.     

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。     

基于MAS的分布式智能故障诊断模型与关键技术研究

现代故障诊断已是一个动态的、分布的、柔性的、实时的和不确定的复杂系统，将多Agent技术引入复杂故障诊断领域，是求解复杂过程的故障诊断问题的一种新的尝试。文中讨论基于multi-agent system(MAS)的分布式智能故障诊断方法和过程，设计一种Agent诊断系统结构及其原型系统，对诊断问题任务辨识、分解、各Agent的内部诊断机制、多Agent间的交互、协作、关联模型以及诊断决策问题等进行深入研究。在一电力企业安全监控系统的应用中．该模型能快速、准确地进行故障成因分析，并给出合理的、建设性的决策意见。与传统的诊断方法相比体现了Agent技术的特有优势。