基于事例的供应商选择模型与方法研究

供应商选择是供应链管理的重要内容。本文根据供应商选择的特点,采用基于事例推理的技术研究供应商选择的决策方法,建立了基于事例推理的供应商选择过程模型。进一步,应用模糊集理论,研究了供应商选择事例的表示与检索,提出了一种考虑模糊特征隶属度函数值的相似度检索方法。最后,给出了基于事例的供应商选择系统的应用实例。     

基于事例的工艺设计中形状相似性计算方法

面向对象的零件事例的表示、形状相似性计算方法适用于各种类型的零件,可以表示具有复杂层次结构的事例并计算其相似度。该方法可以在具有不同属性结构的事例之间进行相似性计算,解决了相似零件的检索和异构事例的相似性比较的问题。     

基于CBR的夹具概念设计系统研究

采用基于事例推理的技术进行夹具概念设计,提出了基于夹紧工件特征和夹具特征的事例表示方法以及检索机制,采用面向对象的技术描述事例,建立夹具设计事例库.通过事例推理,获得夹具设计的相似事例,并在此基础上进行修改,获得夹具概念设计的最终方案.     

基于事例推理的注塑模加工时间定额的确定方法

将事例推理技术引入到注塑模加工时间定额研究中,提出了基于事例推理技术的加工时间定额确定方法。重点研究了事例检索和事例修改这两项关键技术,基于遗传算法提出了一个事例层次检索模型,通过对特征权值进行优化处理,提高了事例检索效率和准确度;基于相对系数法和经验公式法提出了一个复合式事例修改策略,通过不同修改规则的优化和组合,保证了事例修改的正确性。最后,通过一个实例验证了此方法的有效性。     

基于事例的冲模设计及其关键技术研究

经验在冲模设计中起着重要的作用,基于事例的推理是直接利用相似事例的解来求解当前问题的新技术,可以成功地应用于冲模设计。本文提出了一个基于事例的冲模设计过程模型,并讨论了事例库的组织、索引和检索等关键技术。     

基于事例的推理(CBR)及其在注塑模具分型面设计中的应用

基于事例的推理（CBR）作为一种增量式的学习方法,规避了传统人工智能在知识获取上的瓶颈问题，逐渐引起人工智能领域研究者的关注。本文对CBR从基本理论、关键技术进行了综述，并结合注塑模具分型面的设计方法进行了实践应用介绍。     

工艺设计中面向对象的事例表示和事例检索模型

重点介绍了零件的表示、索引和相似检索方法。建立了基于事例推理的CAPP系统的面向对象零件事例表示和检索模型，该模型适用于各类零件，可以对具有复杂层次结构的事例进行表示并计算相似度。可以在具有不同属性的不同事例之间进行相似性计算，解决了异构事例的相似性比较的问题。采用Visual Basic和SQL Server实现该模型的原型系统HOPE－CAPP。     

基于事例推理的汽车覆盖件CAPP系统中的事例表达模型

为基于事例推理的汽车覆盖件CAPP系统提出了一种面向对象的事例表达模型。在面向对象建模方法中的传统对象模型的基础上添加关系对象集合R和约束对象集合C以构成扩展对象模型，在此基础上进一步扩展构成事例对象模型，作为事例表达模型的直接基础。事例表达模型分为四层，并包含三种关键类：事例类、索引类和答案类，不同类别的事例信息由上述三种类的对象表达。以某型轿车翼子板为例，建立了轿车翼子板事例中的零件类。简要介绍了该系统的事例检索与改写方法。     

基于报价决策的冲压件成本分析CBR技术研究

通过对冲压件产品报价过程及 CBR技术的分析 ,提出了一个冲压件报价决策框架。将 CBR技术引入冲压件报价决策系统 ,用于对相似产品的成本分析。在文中给出了相应的事例表示与检索方法 ,并提出了相似度系数的计算公式     

基于事例的汽车夹具设计关键技术研究

本文以汽车夹具为研究对象,分析了汽车夹具的相似性,指出汽车夹具相似可描述为功能相似和结构相似两个方面,根据基于事例的推理方法,研究了汽车夹具设计中的事例库组织、检索方法、检索算法和事例检索器等关键技术。实践表明,基于事例的求解方式对汽车夹具设计CAD系统来讲是一种有效的推理方法。     

基于事例推理的塑料模具设计模型

从塑料模结构特点出发 ,研究了基于事例推理的塑料模具设计特点及其关键技术 ,并对检索、改写等方面进行了深入讨论。指出了基于事例推理的塑料模具设计的关键技术。提出了一个基于事例推理的塑料模具设计模型     

Optimum Gate Design of FreeForm Injection Mould using the Abductive Network

This study uses the injection position and size of the gate as the major control parameters for a simulated injection-mould. Once the injection parameters (gate size and gate position) are given, the product performance (deformation) can be accurately predicted by the abductive network developed. To avoid the numerous influencing factors, first the part-line of the parameter equation is created by an abductive network to limit the range of the gate. The optimal injection parameters can be searched for by a simulation annealing (SA) optimisation algorithm, with a performance index, to obtain a perfect part. The major purpose is searching for the optimal gate location on the part-surface, and minimising the air-trap and deformation after part formation. This study also uses a practical example which has been and proved by experiment to achieve a satisfactory result.     

基于人工神经网络的虚拟设计

针对虚拟设计中的方案树搜索树问题提出一种新的优化模型 ,并结合人工神经网络技术加以解决。该方法还可用来处理虚拟设计时进行方案规划所遇到的组合优化问题     

Research on Injection Mould Intelligent Cost Estimation System and Key Technologies

The manufacturing cost of injection-moulded parts is mainly decided by the cost of the injection mould. Thus if we can ascertain the cost of the injection mould as early as possible, it will be a great contribution to an injection mould cost evaluation system and research on the economics of injected part manufacture. In this paper, related work on injection mould cost estimation has been discussed. A case-based reasoning (CBR) approach is used for evaluating the manufacturing cost of injection moulds. Case indexing, neural network-based case retrieval, knowledge-abundant case-adaptation and knowledge-absent case-adaptation strategies, and case learning are all considered. A comprehensive cost model including mould manufacturing costs, tax costs and general administrative costs is also discussed. The model is valuable for the price estimation of injection moulds. The application of the system is illustrated with an example.     

内燃机摩擦学智能设计中人工神经网络的应用

开发内燃机摩擦学智能 CAD系统 ,除建立符号模型、数学模型之外 ,需要建立人工神经网络模型 ,将大量隐含于数值分析和试验数据中的隐性知识转化成显性的设计规则。文中提出了智能 CAD系统中人工神经网络的应用模型 ,并应用于内燃机活塞功耗的分析和规则提取     

Development of an Artificial Neural Network to Predict Springback in Air Vee Bending

Springback is a serious problem in the air vee bending process because of its inconsistency. An on-line tool to control spring-back is more reliable than an analytical model which might not be able to control the stroke of the machine in real-time. Therefore, one might resort to adaptive control or use an artificial neural network (ANN) trainer, either using experimental data or analytical predictions (or both), and use it for real-time control of the machine tool. The inconsistency in springback is then reduced to within acceptable limits. Adaptive control would need several strokes to complete the job, but it is envisaged that the job could be completed in a single stroke with the ANN. The present paper discusses the development of an ANN which can be used to train and later to predict the springback, as well as the punch travel, to achieve the desired angle in a single stroke in an air vee bending process.     

连铸结晶器非正弦振动系统模糊神经网络跟踪控制

针对结晶器非正弦振动液压伺服系统参数易变、模型不确定这一特点，对模型未知的系统用神经网络模型逼近，并采用改进的递阶遗传算法对神经网络的权值和结构同时进行训练，实现系统模型的精确辨识；将模糊控制与神经网络相结合，提出一种模糊神经网络控制方法，实现连铸结晶器非正弦振动系统的跟踪控制。仿真验证了该方案能提高非正弦振动系统跟踪控制性能和鲁棒性，且易于工程实现。     

人工神经网络在产品质量控制中的应用研究

提出了利用有监督线性特征映射 (SL FM)网络构造产品质量参数预测模型的方法 ,研究了网络参数的合理选择 ,并提供了该预测模型在车削尺寸预测中的应用 ,研究表明该方法具有较高的预测精度 ,对加工过程具有一定的跟踪能力 ,在此基础上提出了加工过程智能质量控制的构想     

基于遗传算法的事例改写策略在注塑模成本评估CBR系统中的应用研究

注塑模成本评估是一个涉及多方面合作的问题，将基于事例的推理(CBR)技术用于注塑模成本评估过程中。针对成本评估过程中的弱理论性，提出基于遗传算法的事例改写策略。提出了算珐的关键技术，并提出了利用三级模式事例改写模型，构造合适的适配值函数，未解决注塑模成本评估CBR系统事例改写的原理和方法。     

高分子湿度传感器非线性误差校正的神经网络模型设计

本文介绍了湿度测量中传感器误差问题，提出了一种基于人工神经网络的非线性滤波器模型，应用于温湿度传感器非线性误差的校正中。