基于宽度优先搜索的路径生成算法

宽度优先搜索和深度优先搜索是图论中常用的两种搜索算法.两者各有优势,但深度优先搜索算法的效率在低连通度图中会大大降低,这时更适合采用宽度优先搜索算法.本文提出了一种基于宽度优先搜索的路径生成算法,具有较好的时间复杂性和空间复杂性.     

宽度优先反复加宽及其启发式搜索算法研究

首先针对搜索树中深度固定且目标唯一的寻优问题，指出宽度优先反复加宽的搜索效率要比深度优先反复加深的搜索效率高，基于此，提出了基于宽度优先反复加宽的启发式搜索算法ＩＷＡ＊，算法ＩＷＡ＊是可采纳的。为了保持算法ＩＷＡ＊的搜索效率高于算法ＩＤＡ＊的搜索效率，同时又使算法ＩＷＡ＊的存贮空间复杂度减低，文中基于分层技术，提出了基于深度优先的ＩＷＡ＊算法──ＩＤＷＡ＊。算法ＩＤＷＡ＊也是一个可采纳的启发式搜索算法。     

基于宽度优先搜索的菜单遍历算法在C#中的实现及应用

在MIS系统应用中,通常要对用户权限进行控制.本文首先分析了两种常用的访问控制方法的缺陷;然后提出了一种基于宽度优先搜索遍历菜单,实现用户权限控制的方法;最后结合实例用C#实现了该方法.该方法具有很好的通用性和实用性.     

基于宽度优先搜索算法对PB菜单的遍历

介绍了基于宽度优先搜索算法对菜单的遍历，完成了菜单项以二叉树的形式存入数据表中和对菜单权限的设置，同时以树形控件的形式直观地反映了菜单的层次结构。     

智能设计系统中的实例推理应用

该文介绍了实例推理技术在甘蔗收割机智能设计系统(SHIDS)中的应用,包括采用ART网络缩小检索范围,以最近邻法计算相似度提取实例,引进置信度的概念量化实例评价结果,并辅以规则推理完成实例修改等一系列步骤。     

基于实例推理的冲模智能CAD系统关键技术的研究

本文以三维软件(SolidWorks)为平台,对基于实例推理的智能冲模CAD系统关键技术进行了研究。讨论了冲模建模及参数化实现、实例库的建立、实例的检索和存储、实例的评价和修改的方法。     

电路宽度制导的布尔推理

在基于逻辑电路的布尔推理过程中,经常用到二又判决图(BDD)与布尔可满足性(SAT)相结合的算法．由于电路宽度能很好地反映电路的复杂性,提出了一种基于电路宽度的启发式策略,根据电路宽度来实现SAT算法与BDD算法的交替．充分发挥两者的优势,不仅可以防止因构造BDD可能导致的内存爆炸,而且还能避免SAT算法可能遇到的超时现象．与以往同类策略相比,该启发式策略更节省计算资源,提高算法性能．针对组合电路的测试产生实验,证实了其在布尔推理中的效率．     

利用分治技术的智能推理

一、引言“分治”技术是一种分解-合成技术,即对于复杂的不能直接求解的问题,将该问题分割成几个子问题,分别求解子问题,然后合成子问题的解,以获取整个问题的解。若分割出的子问题仍不易求解,则继续分解子问题,一直到可以直接求解为止。因此,这是一个递归模式。同样,人工智能在求解难题时,常常将难题分解为较为简单的子问题,然后合成各个子问题的解决方案,形成一个整体方案。本文通过描述分治技术在基于类比推理、基于事例推理以及基于原型推理的应用,表明了该技术在智能推理中的有效性和灵活性。     

LogC智能推理语言和环境

LogC语言和环境面向知识推理,旨在为包括专家系统在内的一大类智能软件系统设计提供一般目的的集成化环境支持,本文从知识表示、推理效率和环境结构化等三方面阐述LogC语言和环境的设计特点。     

智能教学系统中范例推理研究

智能教学系统是目前计算机人工智能领域与教育技术领域的研究热点之一,本文阐述了智能教学系统的概念和特征,并对系统基本框架进行了说明,阐述范例推理的特点和一般过程,对在智能教学系统构建过程使用范例推理来实现模型构建、教学策略选择等作了进一步研究.     

基于范例推理的交通事故智能处理系统

介绍了一个基于范例推理的交通事故智能处理系统。首先给出了基于CBR的交通事故智能处理系统的总体框架。之后,对该系统中的核心部分：范例搜索、基于范例推理的综合推理模型、人机智能系统分别进行了讨论。     

粗集理论在智能诊断推理中的应用

本文利用粗集理论和神经网络的优点,给出了基于粗集理论的智能推理机的模型,并用于减摇鳍的故障诊断,在不影响诊断效果的前提下,简化了神经网络结构,提高了网络训练速度。     

基于智能推理技术的虚拟现实的研究

该文给出了一个基于智能推理技术的虚拟现实(VR)系统的概念模型,并将专家系统作为实现该模型中智能代理对象的底层支撑。同时将面向对象技术引入专家系统的知识库中,分析知识的类型、表示及获取,建立VR系统的知识库。     

上下文推理技术在智能家庭中的研究与应用

针对智能家庭具有预感知能力、可以为用户提供主动的智能服务的特点,建立一个智能家庭本体模型,利用Jena框架的推理接口实现上下文的基本推理,通过在推理层和知识库之间增加一个上下文过滤器,有效过滤掉推理过程中产生的无用数据。实验结果验证了规则推理在智能家庭中的可行性和有效性。     

基于优先解释的不完全信息推理及其应用

不完全信息下的近似推理是知识工程面临的困难问题之一.文章提出了一种具有非单调性质的优先逻辑程序理论.该理论能够对知识的解释进行综合评判,进而优选解释,使其成为现有知识的最佳理论逼近,达到在择优意义下的理论完全化,避免了对知识的完全性及一致性要求.为获取应用领域的优先逻辑程序,基于归纳逻辑程序设计技术设计了一种多方法归纳学习算法,该算法具有较强的归纳能力.此理论与算法已应用在863农业专家系统中,并获得满意结果.     

时域波形智能识别的混合推理机制

本文提出时域波形智能识别的混合推理机制。该推理机采用反向推理与逆向推理相结合，既能作符号推理又能进行一定的数值运算，实现时域波形的智能识别。     

一个基于混合推理的故障智能诊断系统

首先介绍了用于某导弹系统二次电源故障智能诊断系统的总体框架 ,说明了各模块的功能及开发策略 ,然后介绍了该专家系统中模糊关系矩阵元素的获取方法和规则库的建立方法 ,阐述了模糊推理与规则推理相结合的混合诊断推理方法 ,最后给出了一个系统的运行实例。     

智能决策支持系统中的知识表示及基于粗集的推理

探讨了在智能决策支持系统中的知识表达系统以及数据粗集理论分析处理海量信息中信息的有用特征,通过分析、推理产生最小决策规则。最后以EDUDSS中农村小学布局决策为例作实例分析。     

分布式并行宽度优先搜索与15-迷问题的完全解

宽度优先搜索(Breadth-First Search,BFS)是一种基本的最佳优先搜索算法(Best-First Search)。它在模型检查、模式数据库计算以及确定问题状态空间半径等领域中有着重要的应用。宽度优先搜索作为一种系统的图搜索算法,它通常比深度优先搜索(Depth-First Search,DFS)有效得多,后者无法探测出表示同一状态的重复节点并且需要在产生所有路径后才能确定出最优解。但是,宽度优先搜索的适用规模因其空间需求大的特点受到极大限制。近来,利用磁盘作为二级缓存来克服BFS内存限制的相关技术被提出。然而,单台计算机的存储能力总是有限的。因此引入分布式并行宽度优先搜索,结合多台机器的计算能力和存储资源来完成大规模的宽度优先搜索。最后,以15-迷(15-Puzzle)问题为平台,计算其完全解(状态空间规模超过1013)。     

基于混合推理的仿真实验设计方法智能选择

针对仿真实验设计方法众多而在实际应用中难以准确选择的问题,提出一种用于仿真实验设计方法智能选择的混合推理方法.首先,给出了基于混合推理的仿真实验智能化设计流程;然后,针对案例检索策略,将仿真实验设计案例的属性分为三种类型,分别给出其属性差异度量模型及特征值归一化方法,并采用训练后的神经网络模型分配属性权重;进一步,当推荐的案例未能满足给定的相似度阈值时,引入属性优先级的概念,提出了一种基于规则的柔性逐层推理方法;在此基础上,设计了案例库和规则库;最后,通过实验验证了所提出方法的有效性.