关于实时专家系统及其实现方法的探讨

实时专家系统是为了解决具有实时性的问题而构造的专家系统，它除了具有一般专家系统的结构和特点外，还包含了相应的实时控制机制。本文提出了三种实现方法，并讨论了一个具体的ＲＥＳＣ转炉吹炼控制实时专家系统。     

NUREST:一个实时专家系统开发工具

对实时专家系统的特点作了概要论述,将专家系统技术和实时控制技术相结合,设计并实现了应用于实时问题求解的实时专家系统开发工具NUREST。主要讨论了它的知识表示、实时控制机制、推理机制以及实现技术,并给出了开发的炼钢控制实时专家系统实例。     

面向实时应用的知识库系统

专家系统在通常所说的静态应用（如医疗诊断等）领域内已取得令人注目的成就，现在我们力图把它应用到实时问题上，如生产过程控制或战地报警。本文通过与静态应用领域的专家系统比较讨论了面向实时应用的知识系统库所必须满足的条件。     

工业生产系统的故障监控和诊断实时专家系统开发工具的研究

本文从工业生产系统的现场需要出发，将故障监控技术，诊断技术和维修技术融为一体，提出了采用主从式实时专家系统技术来实现故障监控和诊断的新方案，并相应研制了工业生产系统故障监控和诊断实时专家系统的开发工具，利用该开发工具，开发了直流提升机故障监控和诊断的实时专家系统，实验表明，该开发工具支撑环境良好，知识获取功能较强，开发应用方便，开发后的故障监控和诊断实时专家系统，不仅满足故障监控和诊断的实时性要求     

多移动机器人实时最优运动规划

研究多移动机器人的实时运动规划问题，提出了运动规划问题的体系结构，并将最优控制与智能决策相结合，建立实时专家系统，在其支持下，使机器人在时间—能量最优情况下完成规划策略。仿真结果表明该方法具有很强的实时性。     

中波广播发射机实时故障诊断专家系统

为提高中波 广播发射台故障诊断的实时性、正确性，作者利用模糊数学和专家系统的基本思想，开发了中波发射机实时故障诊断专家系统，研究了知识的表达、组成与结构及推理策略，本系统能实时发射机的故障进行检测和诊断，实时进行故障处理和故障显示。     

宝钢冷轧过程故障诊断模糊专家系统

本设计了并实施了一个用于冷轧过程的故障诊断的实时专家系统。通过模糊理论和专家系统相结合解决了诊断中的不确定性问题。     

实时专家系统可靠性分析的随机Petri网模型

可靠性是限制实时专家系统广泛应用的主要原因之一．然而目前国内尚未见有关的理论及论文出现．本文讨论了影响实时专家系统可靠性的主要因素．给出了基于规则专家系统推理过程的随机Ｐｅｔｒｉ网模型及其参数的数字化方法．在假定硬件系统可靠性一定且没有软件错误的条件下，通过对该模型的仿真对实时专家系统的可靠性进行了分析，给出系统可靠性与实时限制及启发误差之间的关系曲线．     

数字网络模式匹配推理算法

1.引言 在实时专家系统领域,面临着诸如~[1J时序推理,非单调推理,时限推理,非精推理,异步事件处理等问题.时限推理问题,即在有限的时间内给出推理结论,是实时专家系统别于传统专家系统的主要     

香蕉智能专家系统中的实时决策

介绍了基于推理模型的香蕉智能专家系统实时决策的基本结构、知识表达和推理机制，该系统采用关系矩阵和基于产生式推理相结合的推理方法，提高了香蕉智能专家系统实时决策的准确性。实验证明了该系统的有效性。     

实时数据及时态知识的表示

在实时专家系统中引入时间概念后，涉及时间的知识的表示成为值得注意的问题，本文在分析一些典型事例的基础上，着重探讨以下３个问题，如时间数据的有效表示；知识中时间特征的表示；推理中知识的时间一致性检验等.     

车辆位置实时监测网的研制

ＲＴ－ＡＧＶＳ是物流管理中十分重要的课题，车辆位置监测网是其重要的组成部分。本文详细介绍了一个基于单片机系统的车辆位置实时监测网，本监测网设计先进，性能价格比高，它的设计方法和技术对其他许多领域有借鉴作用。     

神经网络在泵送专家系统中的研究和应用

混凝土泵送技术的复杂性和模糊性一直都是靠领域专家的经验来解决的。神经网络在专家系统中的应用是在人工智能方面的重大发展,它克服了传统专家系统在知识获取和表达上的薄弱环节,由于模拟了大脑的思维性,推理机制比产生式推理优越许多。基于神经网络的专家系统只需要领域专家解决问题的实例或范例来训练神经网络,使在同样输入的情况下神经网络能够得到与专家给出的解答尽可能相同的输出,而且解答的精度可用它与专家解答之间的均方差的准则来度量。文中介绍了BP神经网络在专家系统中的知识获取和表示以及推理机制问题。     

实时专家系统中一种规划生成和失败恢复的方法

规划和响应是所有动态系统关心的主要问题。本文以高炉实时专家系统ＢＦＥＳＤＡ为背景，探讨了在不确定的动态环境下生成规划和修复失败规划的方法。     

将TD方法同神经网络相结合进行时间序列实时建模预测

本文首先探讨了基于神经网络的时间序列预测模型的建立机制，然后提出可将基于神经网络的时序直接多步预测模型的实时建模问题看成是延时加强学习问题，从而可将ＴＤ法与ＢＰ法相结合用于解决实时建模预测问题。本文对太阳黑子问题和外汇汇率问题进行了实时建模和预测，其结果表明，本文提出的实时建模预测方法是可行的。     

两维时间域上的一种区间逻辑

为了给超稠密计算模型建立一种逻辑工具,首先定义了一个两维的超稠密时间域,在这个时间域上定义了一种区间逻辑,并提出了该逻辑的一个推理系统。并用轨道概念定义了两维超稠密空间中的计算,最后讨论了一些相关的问题。     

专家系统在机械手故障诊断中的应用

本文介绍一个用于煤饼装箱机械手电气故障的专家诊断系统.专家诊断系统与机械手控制系统通过信号联络线同步运行,能够实时、在线地检测和诊断步进电机的驱动电路.专家诊断系统以单片机8031为核心,执行汇编语言程序,采用产生式规则建立知识库,用广度优先搜索法进行向后推理,运用并行推理方式提高搜索速度.样机运行结果表明,专家诊断系统达到了设计要求.     

基于长短期神经网络的遥测参数趋势预测

时间序列分析的主要目的是根据已有的历史数据对未来进行预测。传统的时间序列预测主要依靠基于模型的方法，比如季节性差分整合移动平均自回归模型（SARIMA）和指数平滑法（EXP）等。此类方法的参数选择严重依赖于专家经验，适用性并不广泛。针对周期性遥测参数，采用长短期记忆网络（LSTM），学习长时序依赖关系并给出多步预测值。试验通过将预测问题转化为监督学习问题建立半实时仿真环境，并重点研究了观测窗口、预测窗口、网络结构等对性能指标的影响。对比LSTM、SARIMA、EXP，结果表明LSTM具备优异的线性拟合能力和良好的非线性关系映射能力。LSTM预测方法摆脱了传统方法受制于专家经验和模型精度低等问题，为开展实时遥测参数预测奠定了基础。     

一个实时主动数据库的触发器机制

本文讨论了支持实时动数据库系统的触发器机制，包括触发器的概念，结构与说明及其监视执行模型。     

一种网络安全事件关联分析的专家系统研究

该文针对现有入侵检测系统存在误报率高、漏报率高等问题,提出了一种用于网络安全事件关联分析的专家系统。该方法对共性知识库进行分层立体化建模以提高关联分析性能,提供资产信息和漏洞信息分析模块来提高对重点设备、网络区域、网络安全事件的关注度,并对冗余信息进行剪枝、去重。同时,在专家系统中引入时间流,从而提高系统的实时性。通过真实环境下的实验分析说明该方法能有效提高关联分析性能,具有易添加、易扩充等优势。