知识处理研究注记

本文从知识结构的观点提出知识处理的研究对象;百科知识处理系统、知识处理系统及专家系统的分层结构;专家系统的研究对象,分析科学方法软件化问题,提出多知识环境有利于跨学科研究;知识中心概念及全局优化问题,论述了知识处理是计算机发展的新阶段。     

多数据库中间件中分布异构数据缓冲区系统的实现*

实现了多数据库中间件中分布异构数据缓冲区,该模型能够实现分布异构数据对象的数据双向同步/异步更新机制;采用的全局数据对象存储模型和缓存管理使数据在缓冲区存储并被用户高效快捷地访问;实现了全局事务管理策略,包括局部代理的设计、全局事务的并发控制、全局事务提交协议等.     

分布式专家系统结构设计

分布式专家系统是分布式技术与人工智能相结合的产物,它的主要研究内容是分布式问题求解.文章提出了一种分布式专家系统的结构,系统由管理节点和执行节点组成,在控制上采用分散控制,使控制分布在各处理机结点上,各节点交换部分数据、知识、求解的中间结果等信息,相互协作来进行复杂的大规模领域问题的求解.介绍了通讯、负载平衡、并发控制和冲突消解等相关技术,这些技术有较强的独创性,为分布式专家系统提供了一个可应用的模型.     

对象模型及其模型化方法——一种深知识的表示模型

本文介绍了对象模型和深知识等概念,在这些概念的基础上还讨论了基于框架知识表示形式的复杂系统的模型化方法.文中给出的模型化方法是通过 ISA 关系和 PART-OF 关系的相结合而形成的.这种模型化方法可用于基于深知识的设计型、分析型以及控制型等类型的专家系统.     

基于神经网络非线性模型的多级工作点阶跃响应扩展DMC预测控制

利用前馈神经网络建立对象的非线性预测模型,在不同工作点做阶跃响应,建立其局部线性模型,用隶属函数将局部线性模型加权得到全局线性模型,全局线性模型用于滚动优化,非线性模型用于预测系统输出和校正线性模型,实现非线性预测控制,仿真结果表明该方法控制效果良好,可满足实时要求。     

基于云模型的量子免疫优化算法

采用云模型对量子免疫算法进行了改进,采用量子种群基因云对种群进化进行定性控制,基于云模型的量子旋转门自适应调整策略进行更新操作,使算法在定性知识的指导下能够自适应控制搜索空间范围,使其能在较大搜索空间条件下避开局部最优解。典型函数对比实验表明该算法可以避免陷入局部最优解,能提高全局寻优能力,能以更快的速度收敛于全局最优解,具有较好的应用价值。     

基于面向对象黑板模型的防空作战专家系统研究

本文在分析了防空作战专家系统功能和领域知识类型的基础上，将面向对象方法和问题求解的黑板模型有机结合，提出了一种基于面向对象黑板模型的防空作战专家系统。该系统通过改善黑板模型的控制方式．提高了知识处理的并发性，同时引入消息管理器机制实现了知识的实时处理。     

一种基于云模型的改进型量子遗传算法*

针对量子遗传算法在函数优化中易陷入局部最优和早熟收敛等缺点,采用云模型对其进行改进,采用量子种群基因云对种群进化进行定性控制,采用基于云模型的量子旋转门自适应调整策略进行更新操作,使算法在定性知识的指导下能够自适应控制搜索空间范围,能在较大搜索空间条件下避开局部最优解。典型函数对比实验表明,该算法可以避免陷入局部最优解,能提高全局寻优能力,同时能以更快的速度收敛于全局最优解,优化质量和效率都要优于遗传算法和量子遗传算法。     

一个专家系统教学平台的设计与实现

提出了一种以展示专家系统原理为目的教学平台,同时采用java语言实现了一个可替换知识的框架型专家系统,并基于该框架专家系统,重点研究了动态展现推理过程中全局数据库中的知识变化及推理算法的设计与实现技术,该教学平台简单有效地展示了专家系统静态的基本结构和动态的推理过程。     

基于对象模型的全腕式电动假肢的控制和诊断专家系统

我们研制了一个基于对象模型的全腕式电动假肢专家系统。在该系统里，我们通过对假肢进行模型化建立了假肢对象的知识库，并根据控制目标和故障诊断目的设计了推理程序，因此，系统能控制假肢各个关节协调动作，使完成目标作业，并能诊断出假肢的故障。本文介绍对象模型的概念，有关假肢对象模型的阶层构造，知识表示方法，知识库的建立方法以及控制和诊断假肢的推理。     

基于神经网络的实时专家控制系统及其PTA工业应用

以精对苯二甲酸结晶过程为研究对象。提出一种基于神经网络模型的实时专家控制系统．该方法利用神经网络建模技术获取对象的机理知识,通过对影响模型特性的多个变量进行分析,自动得到常规专家控制系统难于获取的定性、定量知识,并按分级递阶的启发式搜索机制,实现了对工业过程对象的实时控制．实际应用表明：该方法不但克服了以往专家系统知识获取的瓶颈,而且有效实现了人机对话的功能,便于现场操作和更改专家知识库,为化工过程的多变量控制提供了新的思路．     

基于检索决策树的螨种分类鉴定专家系统

应用传统的分类检索方法进行粉螨亚目螨种的分类鉴定是一个复杂、繁琐的过程。随着人工智能技术的发展,采用专家系统技术编制螨种分类鉴定软件将改变传统的分类鉴定方式。通过学习粉螨亚目的分类学和专家系统的相关知识,将螨种的分类鉴定与专家系统有机地结合起来,采用面向对象方法,设计并实现了基于决策树的螨种分类鉴定专家系统。通过构建基于面向对象的决策树知识表示模型,提炼出螨种知识库的记录结构,根据节点对象的逻辑关系,设计了基于决策树的推理机制,并按照一定的推理控制策略实现了螨种的分类鉴定。结果证明,满足了用户的需要,具有重要的实践价值。     

Distributed Software System Design Representation Using Modified Petri Nets

A model for representing and analyzing the design of a distributed software system is presented. The model is based on a modified form of Petri net, and enables one to represent both the structure and the behavior of a distributed software system at a desired level of design. Behavioral properties of the design representation can be verified by translating the modified Petri net into an equivalent ordinary Petri net and then analyzing that resulting Petri net. The model emphasizes the unified representation of control and data flows, partially ordered software components, hierarchical component structure, abstract data types, data objects, local control, and distributed system state. At any design level, the distributed software system is viewed as a collection of software components. Software components are externally described in terms of their input and output control states, abstract data types, data objects, and a set of control and data transfer specifications. They are interconnected through the shared control states and through the shared data objects. A system component can be viewed internally as a collection of subcomponents, local control states, local abstract data types, and local data objects.     

A bi-level concise modular structured knowledge representation scheme

For many years, major drawbacks that have been present in knowledge-based systems are their lack of structure-based knowledge access, high consumption of storage space, long response time, and incapability of tracing items related to each other, unlike a data processing system manipulating a data constructed according to the doubly linked list data structure. This article presents a bi-level knowledge representation scheme that addresses these problems along with several others. This scheme is based on a new knowledge access method in which the expert system communicates with the knowledge base through sub-knowledge sources rather than knowledge sources (facts and rules), i.e., through distinguished objects and relations. This method is used to design the scheme through building the knowledge base using a set of individual objects and relations. This individuality is shown to make it possible to construct highly efficient indices for these objects and relations.

It is shown that although the physical structure knowledge achieves high performance through implementing a concise and structured version of the knowledge in its low level, it is organized to provide efficient service to all the tasks carried out by the accompanying knowledge based system. Furthermore, although the low-level knowledge is highly abstracted, it is easily browsed in its full text mode, just like many existing knowledge bases. One of the important issues that this scheme address is the optiional incorporation of certainty degrees that is used by an appropriate reasoning strategy. It is also shown that fuzziness manipulation can be carried out or halted without having to rewrite the knowledge stored physically.     

基于LOM的知识模型与个性化学习控制

在智能教学系统中,知识模型是专家模型的核心,是实现智能教学的一个关键问题。本文讨论知识点及其相互关系的形式表示,提出基于LOM的知识点模型与学习控制策略。知识点被设计、封装为学习对象,提高了学习内容的可重用性、可管理性、可定制性与互操作性。LOM的语义描述能力,使得系统本身具有一定程度的知识理解能力。以知识点LOM模型为结点的知识网络是语义网络,其语义计算能力便于知识的发现与关联。将专家知识网络动态映射为学生知识网络,实现了个性化学习。     

基于人工神经元网络的控制系统模型简化的专家系统

本文研究并实现了一个基于人工神经元网络的控制系统模型简化的专家系统(简称为ESOMRT)。该系统适用于专家和非专家用户,能够针对更体的连续和离散时间的高阶控制系统模型和简化要求选择合适的简化方法,并可对简化质量从时域和频域方面进行评估。在构造这个系统的过程中,作者提出了智能数据库的概念,使用了过程型和人工神经元网络方法相结合的知识表达方式,并利用神经元网络的再学习机制实现了斗自动知识获取,该系统具有三种工作模式和友好的人机界面,使系统的智能水平比较高并有实用价值,现已在IBM-PC/XT和386机上运行。     

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.     

Flexible control in expert systems for construction tasks

In most expert systems for constructional tasks, the knowledge base consists of a set of facts or object definitions and a set of rules. These rules contain knowledge about correct or ideal solutions as well as knowledge on how to control the construction process. In this paper, we present an approach that avoids this type of rules and thus the disadvantages caused by them.We propose a static knowledge base consisting of a set of object definitions interconnected by is-a and part-of links. This conceptual hierarchy declaratively defines a taxonomy of domain objects and the aggregation of components to composite objects. Thus, the conceptual hierarchy describes the set of all admissible solutions to a constructional problem. Interdependencies between objects are represented by constraints. A solution is a syntactically complete and correct instantiation of the conceptual hierarchy.No control knowledge is included in the conceptual hierarchy. Instead, the control mechanism will use the conceptual hierarchy as a guideline. Thus it is possible to determine in which respects a current partial solution is incomplete simply by syntactical comparison with the conceptual hierarchy. The control architecture proposed here has the following characteristics: separation of control and object knowledge, declarative representation of control knowledge, and explicit control decisions in the problem solving process. Thus, a flexible control mechanism can be realized that supports interactive construction, integration of case-based approaches and simulation methods.This control method is part of an expert system kernel for planning and configuration tasks in technical domains. This kernel has been developed at the University of Hamburg and is currently applied to several domains.     

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。     

面向问题分析与决策的专家系统

专家系统的根本目标在于为实际应用问题提供强有力的分析与决策能力。以人类通过长期实践活动总结的复杂问题分析与决策方法为指导思想,建立了以问题对象为核心、相关对象为问题主体、问题现象为表现形式、因果关系为问题变化驱动力、过程知识和原理知识为参考对象的面向问题分析与决策的专家系统。这种专家系统围绕应用领域中的问题构建知识库,而不是使用规则,所以得到的知识系统比较合理、清晰,不容易产生知识矛盾与冲突,有利于大型知识库的构建;同时,采用基于问题的推理,与人类的思维习惯相符合,可以大大提高推理效率;此外,开发这种专家