类比推理协处理器中的流水线技术

流水线是提高当代处理器性能的最重要技术，转移指令的处理策略直接影响流水线效率。文中讨论了类比推理协处理体系结构中采用的流流水线 及转移指令处理策略，它是使该系统处理类比推理问题的速度比通用处理器快一个数量级以上的重要因素之一。     

类比推理系统BHARS

类比推理提供了一种新的问题求解机制和机器学习方法，本文的类比推理系统ＢＨＡＲＳ包括四个处理部件，即联想器、求精器、匹配器和转换器，文章详细介绍了这四个处理部件的工作原理，并以实例说明了它们的工作过程，与同类系统相比，ＢＨＡＲＳ有功能全面、适应面广和执行效率高的特点。     

用面向对象编程实现问题求解自动化

本文从面向对象方法基本原理和面向对象编程的技术特征出发，阐明所建应用软件系统中的对象，类及相应类层次结构和类组合结构，使系统具有很强的表现真空世界复杂系统结构的能力，系统通过消息传递在程序执行中实现对操作的调用机制，使之在面向用户问题选择和执行求解策略方面有很强的适应性，这一点对于强调人－机交互和解题协作的智能决策支持系统设计至关重要，文章给出了用Ｃ＋＋实现的模型对象系统及消息传递机制。     

渗碳专家系统中的多专家求解问题的研究

本文研究了在渗碳专家系统中的问题求解策略，为了避免系统求解的主观性和片面性，提出了多黑板系统，例如问题黑板，辩论择优黑板，领域黑板和结论黑板作为问题的求解策略。使其非公认的渗碳领域问题通过专家进行辩论择优选出最佳解，为此提出建立基于多元组命题性知识的辩论理论框架，并体现不同策略的辩论算法，对此进行了计算机仿真，结果证明此方法是有效的。     

Project Scheduling问题和Job—Shop问题的神经网络解

ＰｒｏｊｅｃｔＳｃｈｅｄｕｌｉｎｇ问题和Ｊｏｂ－Ｓｈｏｐ问题是著名的ＮＰ难题。本文用神经网络方法去解这两个问题，软件模拟结果是令人满意的。这种方法也为解一大类组合优化问题提供了一个新的途径。     

利用交叉推荐模型解决用户冷启动问题

用户冷启动是推荐系统的一个重要问题。传统的推荐系统使用迁移学习的方法来解决这个问题,即利用一个领域的评分信息或者标签预测另外一个领域的用户和物品评分。上述迁移学习模型通常假设两个领域没有重叠的用户和物品,与上述假设不同,很多情况下系统可以获取同一用户在不同领域的数据。针对这种数据,提出一种新的推荐系统冷启动模型—cross SVD&GBDT(CSGT),通过有效利用重叠用户的信息来解决用户冷启动问题。具体地,首先提出新模型获取用户和物品的特征,然后利用GBDT模型进行训练。实验数据表明,在豆瓣数据集中corss SVD&GBDT可以得到比传统方法性能更高、鲁棒性更强的实验结果。     

COMPACT DIAGNOSES REPRESENTATION IN DIAGNOSTIC PROBLEM SOLVING

The paper addresses the problem of finding a compact representation of the diagnoses within a model-based approach to diagnosis. To this end, we introduce the notion of scenario , a special kind of CNF formula over the component variables, which can be used to encode a large number of diagnoses using the same amount of space needed for encoding just a single diagnosis. We show how the solutions to a diagnostic problem can be computed as sets of scenarios by presenting first an exhaustive algorithm and then an efficient algorithm, which exploits probabilistic information to restrict the result set to preferred scenarios. Finally, we discuss the issue of how to efficiently extract preferred diagnoses from sets of scenarios and characterize a class of system models for which our techniques perform particularly well. Concepts and algorithms introduced in the paper have been tested within the prototype of the diagnostic agent of a space robotic arm; resulting statistics are reported and critically discussed.     

使用混合人工鱼群算法求解装箱问题

装箱问题在实际生产中应用非常广泛,在分析该问题特点的基础上提出了使用类CF近似算法和人工鱼群算法相结合的混合人工鱼群算法求解装箱问题,并给出了具体的算法步骤。跟遗传算法的对比试验结果表明该算法在求解装箱问题所得的结果优于遗传算法,具有良好的应用前景。     

SERIAL SKETCHING: VISUAL PROBLEM SOLVING IN DESIGNING

Architectural designing is seen as a process of small-step transformations of partial images of a still nonexisting entity. A design problem is solved when a satisfactory visual representation of a design concept is produced. To deal with pictorial properties of the design concept, the designer utilizes visual thinking, which is represented through sketching. In serial sketching the designer systematically transforms images of the entity that is being designed: each sketch provides feedback that informs the generation of subsequent representations. The process is seen as an exemplar of information processing in problem solving and is investigated through cases from on-line experiments as well as examples from the architectural literature.     

SOLVING THE JIGSAW PUZZLE PROBLEM IN LINEAR TIME

Abstract

We introduce an algorithm that efficiently matches (fits together) parts of boundaries of two-dimensional objects in order to assemble apictorial jigsaw puzzles. A rotation-independent shape encoding allows us to find the best (longest) match between two shapes in time proportional to the sum of the lengths of their representations. In order to find this match, we use Weiner's string matching technique combined with compact position trees to find, in linear time, the longest shared pattern between two strings. The shape matching procedure is then used by two greedy algorithms to assemble the apictorial jigsaw puzzles.     

智能空间中上下文推理问题的研究

针对以往上下文推理方法中上下文描述能力差、解决不确定性问题能力低下的现状，提出了一个新的上下文表示和推理的方法。该方法通过用陈述性表示方法描述上下文，提高了上下文的描述能力；用基于规则的逻辑推理方法提高了解决不确定性问题的能力；且该方法将求解问题的复杂度控制在合理的范围内。最后，文中通过实例证实了该方法的可行性。     

求解约束网络图的逆向推理方法

本文研究了几何约束网络的求解问题。首先,介绍了常用的几何推理方法,指出了存在的问题。然后,提出了求解约束网络图的一种新方法——逆向推理方法,阐明了基本思想,并给出了应用实例。逆向推理方法继承了几何推理方法的优点,克服了其不足。     

用吴方法求解可满足性问题(Ⅰ)--算法变换

本文在算法变换的思想指导下,研究了用吴方法求解可满足性问题的特点.通过建立吴方法的基本操作与子句间有限制的归结操作的对应,证明了吴方法求解可满足性问题基本上是一种以特征列计算为核心的有限制的子句归结过程,不仅使吴方法和归结法相互引入新的概念和认识,而且在算法实现时可以避免复杂的多项式计算,同时可以更好地利用问题特性和已有经验以获得更高的效率.     

用吴方法求解可满足性问题(Ⅱ)--实验研究

本文使用随机3-SAT实例模型,对算法变换思想指导下设计的吴方法求解可满足性问题的算法进行了实验,并与语义归结、支持集归结和DP算法进行了对比.     

用一种含启发式变异策略的遗传算法求解TSP

通过分析TSP问题的特征,结合以减少周游路线中交叉边为启发式信息,引入了一个遗传算法中新的变异策略用于TSP求解。对新策略的有效性进行了证明并且给出了具体的实现方案,同时通过TSP Lib上的测试样例将该启发式变异算子和另外两个传统的变异算子(插入式变异和交换式变异)进行了比较。比较结果表明了新变异策略具有更大的优势。     

动态模糊逻辑（DFL）在问题求解中的应用研究

问题求解是人工智能中的一大类问题。本文基于动态模糊逻辑（ＤＦＬ）,以动态模糊（ＤＦ）冰生式作为问题的表示方法,用动态模糊（ＤＦ）与／或语义图来分析问题的特征。     

应用混沌烟花算法求解置换流水车间问题

改进烟花算法求解置换流水车间问题。用最大位置法编码,将连续变量映射到离散空间。引入动态半径因子,平衡局部搜索与全局搜索。精英个体混沌搜索,进一步挖掘个体信息。用锦标赛策略替代原有的选择算子,群体中的优良个体被选择的概率增大。通过正交实验选择合适参数,求解Car类和Rec类基准问题。与基本烟花算法、萤火虫算法和粒子群算法的对比实验说明,改进后的混沌烟花算法在寻优率、寻优速度等上具有一定的优势,是求解置换流水车间问题的有效工具。     

遗传模拟退火算法解决纸箱生产的损耗问题

纸箱包装行业是一个传统的产业,在纸箱生产中需要拼单来降低修边损耗以减少成本.根据生产上的实际经验提出了问题的数学模型,针对该模型,将遗传算法和模拟退火算法结合,解决了遗传算法的收敛过快以及局部搜索能力不强的问题.在选择操作中直接保存优秀个体,来增强算法的收敛性.在变异和交叉操作中采用自适应的变异和交叉概率,增强了搜索解空间的均匀性,并引入了记忆功能,最终获得问题的近似最优解.     

求解周期结构中声波传播问题的一种边界元法

本文应用边界积分方程方法(边界元法)求解无限长周期结构中声波的传播问题,根据散射体的周期排布方式,将无限个散射体对应无限个边界积分方程的求解问题转化为在某一个单位块中有限个边界积分方程的求解,从而使得该问题的数值求解变得简单可行.然后将该方法应用于声子晶体能量禁带的预测中,通过对数值算例的求解以及与其他方法求解结果的比较,验证了本文所提出方法的可行性和准确性.     

利用分级分段技术解决破碎刚体拼接问题

对计算机辅助文物复原的关键技术进行研究,结合青铜器的特点,提出利用分级分段技术解决破碎青铜器拼接问题的算法。该方法主要是分两级采样,第一级根据曲线的曲率变化进行特征点进行采样,第二级为在各个特征点之间使用精细采样。匹配的时候先使用第一级采样进行匹配计算,如果匹配合适再进行第二级匹配计算。在进行匹配计算时,使用分段的方法进行匹配,匹配计算后再使用分段进行验证,提高匹配的正确率,同时采用分级的技术可以提高计算速度。