煤矿瓦斯预测专家系统中基于粗集的知识获取方法

针对现有煤矿瓦斯预测专家系统因没有新知识获取措施及知识自更新功能而预测效果不佳的问题,提出了基于粗集的知识获取方法。该方法首先建立瓦斯数据与瓦斯突出强度之间关系的预测样本集;然后运用粗糙集的连续属性离散化、属性约简以及规则提取算法,从大量的预测样本集中自动获取预测知识,并将预测知识存储于专家系统知识库中;最后基于推理机实现煤矿瓦斯突出的实时预测。实例分析验证了该方法在煤矿瓦斯突出预测专家系统知识获取中的有效性和实用性。     

基于粗神经网络的瓦斯预测专家系统

瓦斯爆炸是我国煤矿生产中最常见的灾害事故,目前治理瓦斯爆炸的主要手段是预测瓦斯突出。以专家系统为核心,利用神经网络强的自学习能力来建立专家系统的知识库,并使用粗糙集对神经网络的构造和学习所需的样本数据进行预处理,构建了基于粗神经网络的瓦斯预测专家系统,详细介绍了系统的总体结构和工作过程,并以采集到的实时数据进行仿真实验,结果表明该系统有较好的预测能力。提高了瓦斯预测的准确性和及时性。     

装备故障诊断专家系统知识获取方法

针对导弹武器装备故障诊断专家系统的知识获取与机器学习进行研究，系统介绍了知识获取与机器学习系统的构成。提出了一种基于仿真技术的故障知识获取方式，仿真数据经过分析、变换，转化为知识，从而实现知识获取。     

人工智能在武器效能仿真中的应用

本文分析了传统仿真方法存在的不足，论述了在传统仿真模型基础上引入人工智能的意义，简要了一个合成集团军武器装备效能仿真模型，叙述了一个在该仿真模型中应用的军事指挥专家系统的工作原理及总体结构，提出了一种基于框架的面向对象的军事指标知识的表达方法，最后叙述了仿真模型与该专家系统的调用关系及它们之间的数据传递。     

神经网络在导弹故障诊断专家系统中的应用

介绍了基于BP神经网络的导弹故障诊断专家系统的主要实现方法，详细讨论了该专家系统的知识库设计、知识表示及样本选择，以及神经网络推理机的关键实现技术，最后结合某型导弹故障诊断特点给出仿真试验，证明将神经网络应用至专家系统中诊断快速、准确率高，具备较强的实用价值。     

榴弹专家系统仿真设计平台(SDP)的研究和应用

榴弹专家系统是基于设计型的专家系统。由计算机来完成榴弹的总体设计、方案论证、仿真分析和计算。专家系统技术实现了产品的仿真设计和智能化设计,是仿真分析和制造的基础。榴弹专家系统仿真设计平台,采用面向对象的知识表达和条件推理相结合的方法,对榴弹产品的设计知识进行了仿真和推理。该文给出了SDP的结构和功能实现方法,利用面向对象的知识表达方法和运行界面,实现了榴弹推理的模快化和系统化,为榴弹以及相似产品的快速智能设计,提供了平台。     

复杂高炉炼铁过程的数据驱动建模及预测算法

高炉炼铁过程的控制意味着控制高炉铁水温度及成份在指定的范围. 本文以高炉炉内热状态的重要指示剂---高炉铁水硅含量为研究对象, 针对机理建模难以准确预测、控制高炉铁水硅含量的发展变化, 利用数据驱动建模的思想, 建立了基于多元时间序列的高炉铁水硅含量数据驱动预测模型. 实例分析表明, 建立的数据驱动预测模型能够很好地预测高炉铁水硅含量, 连续预测167炉高炉铁水硅含量, 命中率高达83.23%, 预测均方根误差为0.07260. 这些指标均优于基于单一硅时间序列所建立的数据驱动模型, 对实际生产具有很好的指导作用.     

基于矩阵重构的信源数估计方法

提出了一种基于矩阵重构和多重假设检验相结合的方法.采用特殊定义的变换-对消矩阵,抵消了非平稳噪声的影响;采用多次重构的显著性函数结果与显著性水平比较来判断信源数,避免了假设检验对先验知识的要求.将单序列假设检验扩展为多个序列联合检验后,即使在低信噪比和低快拍数时也可以获得较好的估计性能;同时显著性水平的确定与阵列数据无关,基本不需要先验信息,约束条件较少.仿真结果验证了该方法的有效性.     

基于神经网络的知识获取

本文提出了用基于规则专家系统与神经网络的集成，该系统实现了从实例中自动获取知识的功能．在产生和控制不完全情况方面提高了专家系统的推理能力．它使用无导师学习算法的神经网络来获取正规数据，并用一个符号生成器把这些正规的数据变换成规则．生成规则和训练后的神经网络作为知识库嵌于专家系统中．在诊断阶段，为了诊断不明情况，可同时使用知识库和人类专家的知识，而且系统可以利用训练过的神经网络的综合能力进行诊断，并使不相符数据完整化．     

基于数据库技术的气流干燥专家系统知识库的建立

针对专家系统中传统知识表示存在的数据修改比较困难．数据与程序之间缺乏独立性，满足不了多用户、多应用共享知识需求的缺陷，故在闪速熔炼气流干燥专家系统中采用数据库技术来实现知识库，提出了基于数据库的知识表示方式，设计了规则库的数据库结构和类结构，然后利用ADO技术实现了对数据库的添加、更新等功能，并应用于知识库，从而可不断地扩充知识库，体现了知识库的健壮性，有益于知识库维护的一致性和完整性。     

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。     

An expert system based on wavelet transform and radon neural network for pavement distress classification

Nowadays, pavement distresses classification becomes more important, as the computational power increases. Recently, multi-resolution analysis such as wavelet decompositions provides very good multi-resolution analytical tools for different scales of pavement analysis and distresses classification. In this paper an expert system is proposed for pavement distress classification. A radon neural network, based on wavelet transform expert system is used for increasing the effectiveness of the scale invariant feature extraction algorithm. Wavelet modulus is calculated and Radon transform is then applied to the wavelet modulus. The features and parameters of the peaks are finally used for training and testing the neural network. Experimental results demonstrate that the proposed expert system is an effective method for pavement distress classification. The test performances of this study show the advantages of proposed expert system: it is rapid, easy to operate, and have simple structure.     

组合评价方法在煤矿安全风险评估中的应用

研究煤矿安全风险准确评估问题,煤矿生产的复杂性导致煤矿事故的动态性、模糊性和随机性,且影响煤矿安全风险等级指标多,指标与风险等级之间呈复杂的非线性关系,导致传统评估方法的准确率低。为了提高煤矿安全风险评估的准确率,提出一种组合的煤矿安全风险评估方法。首先构建出煤矿安全风险评估指标体系,然后采用层次分析法计算各评估指标权重,且采用模糊方法建立判断矩阵,最后将其输入到BP神经网络学习建立煤矿安全风险评估模型。利用具体数据对模型性能进行了验证性测试。实验结果表明,相比较于其它评价方法,组合评价方法提高了煤矿安全风险评估的准确率,是一种有效的煤矿安全风险评估方法。     

基于BP神经网络在专家系统知识获取上的应用

提出电力线路故障诊断专家系统中基于BP神经网络知识获取的方法,利用神经网络的自学习功能,解决知识更新的问题,并在一定程度上弥补了专家系统在知识获取上的不足。     

基于置信规则库专家系统的发动机故障诊断

针对发动机故障原因和征兆之间存在的复杂非线性关系,利用RIMER(基于证据推理算法的置信规则库推理方法)对发动机进行故障诊断,克服了传统专家系统或神经网络技术只能单一利用专家知识或训练数据的缺点,将定性知识与定量数据有效结合,对发动机故障原因进行了研究,给维修人员提供了重要参考依据,仿真实验结果表明该方法可行有效.     

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BP神经网络与专家系统的故障诊断系统

针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题,设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统,利用专家先验知识和神经网络的数值推理、自学习能力,对油田压缩机的故障进行分析处理,与以往油田压缩机故障诊断方法相比,该系统自动化程度高,诊断可靠准确。     

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.     

人工神经网络遥感分类方法研究现状及发展趋势探析

从人工神经网络技术本身出发,概括了其在遥感分类中的研究现状,分析了人工神经网络遥感分类方法与其它分类方法相比具有的优势,介绍了人工神经网络遥感分类的一些主要应用,并进一步对人工神经网络遥感分类方法的发展趋势进行了展望。     

高炉热状态模糊预报系统的研究

将模糊控制理论应用于高炉热状态的预报中，分析了影响高炉热状态的主要因素，给出了模糊预报系统的基本结构及具体实现方法，建立了高炉热状态模糊预报系统，从而实现了高炉炉热水平的精确预报。