知识处理中的推理机设计

本文重点研究了ＳＫＹ＾〔１〕知识处理中推理机的实现技术、推理解释算法和运行栈、中间代码段等重要资源的管理技术。ＳＫＹ拥有三部推理机：对象推理机、规则集推理机和方法推理机。对象推理机主要完成槽的检索定位任务它还具有控制和协调其它推理机的作用;规则集推理机采用正向推理策略完成对规则集的推理操作;方法推理机主要完成解释执行方法体的任务。     

一种基于模糊评判的推理机及其应用

根据装备故障模糊预测系统的特点,应用模糊综合评判理论,研究了一种面向故障预测问题的推理运算模型及推理控制策略.     

基于多种知识表示下的常规推理机的设计与实现

多种知识表示和多推理机制是专家系统的一个新的研究方向。本文介绍多用户环境下专家系统工具研制中，常规推理机的设计与实现，即基于一定方式结合的框架与规则知识表示的框架推理机的规则推理机设计思想及实现方法。     

模糊Petri网及知识表示

在建造专家系统中虽然有很多种知识表示方法，但都有不尽人意的地方，本文试图用一种新的方法－Ｐｅｔｒｉ网模型来表示知识。本文给出了Ｆｕｚｚｚｙ Ｐｅｔｒｉ网和广义Ｆｕｚｚｙ Ｐｅｔｒｉ网两种模型，并给出了相应的推理算法，一旦专家知识用Ｐｅｔｒｉ网表示后，根据Ｐｅｔｒｉ网固有的特性，我们就能处理专家系统中并行推理、无回溯推理，反向推理等问题。     

基于模糊技术的推理机设计

本文详细阐述了在模糊知识库设计与实现中模糊推理机构造和工作流程设计的方法，给出了面向对象的类设计。     

ANFIS模糊神经推理机在故障诊断中的应用

传统的故障诊断专家系统大多是基于知识的故障诊断系统，有一定的局限性。模糊神经网络技术的引入，给故障诊断专家系统带来了新的思路，将模糊理论与神经网络融合，利用神经网络来实现系统的模糊逻辑推理，建立了一种基于模糊系统（FS）与神经网络（NN）融合的系统故障诊断方法，并利用MATLAB中的ANFIS模糊工具来实现其模糊神经推理过程，通过对系统进行仿真，得到了比较满意的结果，实例表明，该工具用于故障诊断的模糊推理是高效可行的     

基于模糊Petri网的产生式知识表示模型的推理

针对基于模糊Petri网的产生式知识表示方法提出一种推理规则,通过验证和确认前提条件来化简关联矩阵,从而建立一个与推理直接相关的新矩阵,免去了对知识库的盲目搜索。     

支持模糊粗糙本体的推理机研究

不精确信息进行表达和推理逐渐成为一种必然的需求,而经典的本体并不适合处理这种不确定的信息.设计了一种支持模糊粗糙本体的推理机,其最大的特点是处理的对象是模糊粗糙本体,从而解决了不确定信息的推理问题.对模糊粗糙本体模型进行了研究,着重介绍了该模糊粗糙本体推理机的总体结构、功能及推理机中各模块的作用,通过对模糊粗糙本体进行约简和去粗糙处理,最终将对模糊粗糙本体的推理转化为经典的推理.     

基于扩展模糊Petri网的知识推理方法研究

为使模糊Petri网能够描述可变模糊隶属判据下的模糊知识,利用基准变换能较好地表达模糊隶属判据可变情况的特点,基于定性映射和定性基准变换对模糊Petri网进行了扩展,给出了扩展后网模型的形式定义和基本运行机制。通过利用定性映射描述模糊产生式规则,给出了一种新的知识表示模式和推理方法,新方法有利于构建模糊Petri网基于认知的学习机制。结果显示,该网模型具有较强的知识表达能力,适用于处理认知模糊不确定性知识,其推理过程能体现某些认知特性,尤其适用于构建以定性判断为特点的智能系统。     

面向对象的医疗诊断推理机设计

本文针对医疗诊断推理的难点,提出了以自反馈的AM网络为主、以规则推理为辅的面向对象的医疗诊断推理模型。这种模型既具有AM网络的优点,又克服了AM网络容量有限的缺陷。结合面向对象的知识封装,将学习机融于推进机,将推理机融于知识表示,在MDES的设计中,表面出良好的适应性。     

基于模糊Petri网的三值产生式知识表示及推理

针对传统产生式规则无法进行不确定性知识表示和推理的局限,本文使用三值产生式规则,用-1表示前提、结论和它们之间的不确定性,提出一种基于模糊Petri网的三值产生式知识表示和不确定性推理算法.该算法充分利用推理过程中已得到的中间结论,通过标识和关联矩阵的运算实现高速推理.     

层叠推理机的设计与实现

在充分理解现有本体推理机的相关技术基础上,提出一种层叠推理机,研究层叠推理机的设计和实现方法。在实验中运用了Pellet推理机和Jena的自定义规则,实现了本体的语义推理。实验结果表明,该方法能够弥补传统推理机中采用单一的语义推理技术所引起的不足,比单一的推理机更有效地挖掘出本体中包含的隐藏信息。     

基于模糊关联聚类的知识网选择方法

针对知识化制造系统中相似知识网日益增多和用户需求表达不清晰等导致的知识网选择问题,提出一种基于模糊关联聚类的知识网选择方法.综合知识网功能、完善程度和结构等方面构造的相似度具有反映知识网运算规律的特征.将两两知识网的相似度作为聚类数据,降低了高维特征空间的维数.模糊关联矩阵的分解,获得了知识网-类关系.目标知识网与类中类隶属度高的知识网的比较缩小了用户选择范围.最后的实例表明该方法是有效可行的.     

基于混合算法的知识网运算表达式优化

根据知识化制造的相关概念,为了实现基于用户功能需求的知识网自动生成,研究了知识网多重集运算表达式的优化问题,给出该问题的优化模型,并采用遗传-禁忌搜索混合算法进行求解.在该混合算法中,遗传算法提供并行搜索的主框架,禁忌搜索作为遗传算法的变异算子.通过与遗传算法进行比较,得出该算法有更高的计算效率,对求解该类问题有着很好的效果.     

模糊Petri网

本文首先把Ｐｅｔｒｉ网模糊化为一种模糊Ｐｅｔｒｉ网，它很适合用来描述具有模糊行为的并行（或并发）系统。它可用在许多应用领域，如应用在诸如大而复杂的制造系统及至社会和经济系统的模拟仿真等实际问题中。     

基于特征的CAPP推理机的研究与实现

本文给出了一种基于特征的工艺文件的生成算法，并首次提出了基于特征的工序树概念。     

基于BP网络和LabVIEW的推理机设计

在工程领域中,LabVIEW和MATLAB是程序开发人员最常用的两种语言,但LabVlEW和MATLAB又都有其各自的优缺点,因此将两者结合起来无疑将使程序的开发变得快捷、方便.推理机的设计是故障诊断专家系统设计中的重点和难点,本文基于LabVIEW图形化编程环境和信号分析工具相对完善的优点以及其没有神经网络工具包的缺点,将LabVIEW与MATLAB结合起来设计故障诊断专家系统推理机,并详细介绍了LabVIEW与BP网络相结合的实现方法及其注意事项,使其相互取长补短,具有非常实用的价值.     

正向推理机系统研究

该文对正向推理机系统的运行机制、语言集、系统结构、工作原理等诸多方面做了详细阐述,并给出了改进的里德算法,加快了模式网的修改和部分匹配过程,提高了推理的效率。     

应用带标识的模糊Petri网的知识表示方法

提出一种在某些库所中带有标识的模糊Petri网模型来进行知识表示。为了获得更多的加权模糊产生式规则的信息,在知识表示的过程中考虑了权值,确定性因子,阈值等参数。这种模糊Petri网充分利用了Petri网的并行处理能力。随着带标识的模糊Petri网的运行,网中标识的变化可以标记加权模糊推理的运行。通过文中给出的基于相似性测度的计算方法可以更加高效地计算出多层加权模糊推理的推理结果。