知识驱动的覆盖件模具拉深工序件设计

一、引言在覆盖件模具设计过程中,拉深工序件的设计理(CBR)、基于规则的推理等方法,希望通过对已有的设计结果进行修传统的专家系统包括知识库和推理机,设计知为此,笔者在开发智能化覆盖件模具系统时采二、基于知识工程的覆盖件工艺设计模型1.知识工程(KBE)的概念知识工程(KBE,     

基于知识的CAD系统的体系结构和关键技术的理论与实践

工程设计是一个知识驱动的创造性过程,KBE技术是促进工程设计智能化的重要途径。本文在深入总结前人研究工作的基础上,系统地论述了基于知识的CAD系统的基本内涵、体系结构和相关的关键技术。产品建模的核心问题是建立相关的知识模型和计算模型。本文对知识模型和计算模型,以及它们之间的关系进行了分析。     

基于知识的CAD系统的本系结构和关键技术的理论与实践

工程设计是一个知识驱动的创造性过程，KBE技术是促进工程设计智能化的重要途径。本文在深入总结前人研究工作的基础上．系统地论述了基于知识的CAD系统的基本内涵、体系结构和扣关的关键技术。产品建模的核心问题是建立相关的知识模型和计算模型。本文对知识模型和计算模型，以及它们之间的关系进行了分析。     

用于工程设计的基于知识的专家系统的工具和技术

基于知识的专家系统作为开发工程软件的一个重要工具箱脱颖而出。这些系统为解决工程设计中遇到的不良结构问题提供了一种手段。对于这些系统的开发已有一些工具。本文描述象 OPS5,SRL 和 PROLOG 这三个工具对工程设计的适用性。文中还概述了基于知识的专家系统和各种问题求解策略。     

基于KBE的模具型腔设计系统

为了解决模具型腔设计过程中信息集成和知识经验共享问题,提出将基于知识的工程（knowledge basedengineering,KBE）技术引入模具的型腔设计过程,并构造了基于KBE的模具型腔设计系统,其中充分采用了特征技术和知识工程技术.特征技术主要解决模具型腔设计各阶段的信息集成问题,而知识工程技术则主要解决模具型腔设计过程中的知识共享问题.研究结果表明,通过在模具型腔设计过程中引入KBE技术,可以有效地提高模具型腔设计的设计效率,加快模具开发的进程.     

专家系统的评测方法

专家在进行工程设计时通常要遵睛一般的规律,应用专业知识,联系相关线索,凭借丰富的经验。人们用基于知识的系统—一专家系统来完成工程设计时,期望它具备专家的行为。因此建立专家系统,     

计算智能在故障诊断专家系统中的应用

基于知识的专家系统及其在故障诊断中的应用研究十分活跃,形成一类故障诊断专家系统,但该方法存在知识获取的瓶颈、推理能力弱及难于处理不确定知识等问题,其进一步发展受到严重的阻碍。与此同时,神经网络、模糊逻辑和遗传算法等计算智能在近年来却取得了一系列的进展,并具有专家系统等符号智能所缺乏的优势。将计算智能应用到专家系统中即与符号智能相结合起来能有效地解决诊断专家系统的难题,该文对此进行了探讨,并提出了一些新的思路。     

多种智能技术的集成与应用

当前,人工智能的研究主要分散在专家系统、模糊逻辑、神经网络、进化计算、机器学习与数据挖掘等多个领域。其中专家系统是应用最广的技术之一。但是经典的专家系统存在着“知识瓶颈”问题,严重阻遏专家系统的更深层次的应用。该文旨在运用其他智能技术和专家系统进行结合,构造一种可以进行自动知识获取和整理的新型专家系统,并进一步介绍该理论在笔者构造的基于力信息的运动员训练指导系统中的应用     

基于神经网络的注塑模KBE系统开发

针对现有注塑模具设计CAD系统存在的缺点,提出基于神经网络的注塑模KBE系统开发思想。阐述了模具设计的特点、KBE的内涵和特点以及神经网络的原理和在模具设计KBE上的应用,设计了基于神经网络的摩托车塑件模具设计KBE的基本系统框架,并分配了模具设计KBE系统中神经网络算法的榆入、输出以及隐层各神经元,为注塑模具设计KBE提供了系统构造基础研究。     

基于数据库的知识获取系统

该文结合现有的关系数据库技术和专家系统技术,研制了一个基于关系数据库系统的知识获取系统,以使数据库为载体的知识系统的知识库管理和维护一体化。     

基于Agent的专家系统推理模型

针对传统专家系统推理模型结构在知识获取方面适应性差的现状,从系统科学的视角,运用复杂适应系统理论,对传统专家系统的结构及运行机制进行了改进.引入Agent来模拟人脑中的神经元,用来承载专家系统中相互作用的知识,然后,基于Multi-Agent之间的相互作用来构建复杂适应的专家系统推理模型.从而,将专家系统中的知识获取机制、知识库、推理机三者统一于由Multi-Agent进行相互作用的复杂适应系统之中.通过设计体育赛事申办决策专家系统的原型,进行了专家系统推理模型的验证.原型运行结果表明:基于Multi-Agent的专家系统推理模型结构能够有效地提高专家系统知识获取的适应性.这为研究更加接近人脑智能的专家系统提供了崭新的研究思路.     

基于MVC模式的桥梁处治专家系统研究

专家系统(Expert system简称ES)是模拟人类专家解决问题的智能程序系统。专家系统的主要特征是有一个巨大的知识库,存储着某个专门领域的知识。在解决问题时,用户为系统提供一些已知数据,然后从系统中获得专家水平的结论[1-2]。目前专家系统已经应用到生活中的各个方面,本文着重研究了专家系统在在役桥梁中的应用,并且给出了模型建立方法、系统设计以及专家系统软件的设计流程[3]。最后将该系统应用到具体的实例中,实验证明在役桥梁专家决策系统具有良好的效果[4]。     

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。     

基于Struts框架的农业专家系统研究

结合我国农村经济条件和信息化现状,为解决农业专家系统的推广使用的难题,针对目前农业专家系统的不足,研究并构建了基于Struts框架的网络农业专家系统。设计遵循J2EE规范和MVC设计模式,介绍了基于Struts框架的农业专家系统设计和实现过程。该系统具有跨平台、低成本、开发高效快捷、可裁剪和移植性强等优点,解决目前农业专家系统推广普及的一些瓶颈问题,既适应了我国农村现状又满足了农业信息化需要。     

专家系统与Web技术集成的研究

专家系统和Web技术是两项重要技术。将专家系统与Web技术集成,开发基于Internet的专家系统,可以克服传统专家系统的一些缺陷。文章简要介绍了传统专家系统所存在的问题以及Web技术对专家系统提供的支持,在此基础上提出了三种集成Web技术的专家系统结构模型,并介绍了每种结构所采用的关键技术。     

基于加权模糊推理的分布式飞机大气数据专家系统

飞机大气数据专家系统是对大气数据进行深层次处理的计算机系统.本文将从结构、推理机和实现方法等方面对系统进行全面介绍.该系统采用了分布式结构和加权模糊推理机制.系统的软件实现采用了LISP语言;系统的硬件实现基于多处理器网络系统.最后,概括了本文的研究重点和意义.     

基于动态Web的网上专家系统的构造与实现方法

构造Ｉｎｔｅｒｎｅｔ上的专家系统对扩大知识的共享范围具有重要意义。目前在Ｉｎｔｅｒｎｅｔ上建造专家系统有两种模式：一是将传统专家系统移植到网上;一是构建 Ｉｎｔｅｒｎｅｔ上的多专家分布式协作系统。文章深入讨论了第一种模式,分析了基于Ｗｅｂ的专家系统的体系结构和核心部件（推理机和知识库）的实现方法,研究了各类动态ｗｅｂ解决方案对建造Ｉｎｔｅｒｎｅｔ上的专家系统的适应性;认为动态 ｗｅｂ系统为开发Ｉｎｔｅｒｎｅｔ上的专家系统提供了良好的环境。     

基于神经网络集成的专家系统模型

提出一种基于神经网络集成的专家系统模型,并给出神经网络集成的构造算法.在该模型中神经网络集成作为专家系统的一个内嵌模块,用于专家系统的知识获取,克服了传统专家系统在知识获取中的＂瓶颈＂问题.并将该模型用于图书剔旧系统中,初步建成基于神经网络集成的图书剔旧专家系统原型.     

基于专家系统的网络故障管理系统的设计

故障管理是网络管理中最基本的内容之一。网络出现故障时,智能故障定位是实现网络故障管理自动化的关键。结合网络管理与专家系统的知识,提出了一种基于专家系统的网络故障管理系统结构;着重介绍了此系统的几个重要功能模块,并说明使用专家系统进行网络故障管理的优点。结果表明,该系统很好地发挥了专家系统的智能性,能够快速准确地诊断出网络系统的故障,并能提出有效的重构方案,完全适合于网络系统的故障诊断。     

基于改进BP神经网络的某型装备故障诊断专家系统

分析神经网络和专家系统的特点．提出基于BP神经网络与专家系统结合的某型装备的故障诊断方法,构造BP神经网络的装备故障诊断专家系统的诊断模型,克服传统专家系统在知识获取和表达的薄弱环节,并用某型装备的故障实际数据进存验证,结果表明神经网络与专家系统结合是一种有效的诊断方法。