利用类比知识的基于解释的学习

本文介绍如何将示例中包含的新的知识通过基于解释的学习加入到原来不完善的领域知识库中去。整个学习过程是在示例的引导下依据领域理论和类比知识进行推理的纯演绎过程。因此，经过改进的领域理论可以保持其正确性。系统的原型在ＳＵＮ工作站上用ＱＵＩＮＴＵＳ ＰＲＯＬＯＧ实现。     

关于类比学习

类比(Analony)是人们进行思维的重要方法之一。人们在遇见一个新问题时,往往去回忆过去经验,参照解过的相似问题的解法,解决新问题。著名数学家G. Polya曾对如何用类比解决数学问题做过透徹的研     

语义类比：AI的一个重要发展方向

类比在东西方文化中都具有十分悠久的历史.近几个世纪以来,其地位变得越来越重要,以至于被人们当作是人类墓本的认识过程。穆勒曾说:"没有哪一个词比类比这个词用得更频繁,更富有含义"。     

一种新型的模糊推理及模糊类比学习的实现

1.前言 在工业控制中,人工智能技术的引入有着重要意义,传统的控制方法,无论是基于经典控制理论还是基于现代控制理论,均是以数学方法为基础,有很大局限性,特别是复杂的工业过程中,精确模型很难开发,这就需引入以处理知识信息为标志的人工智能技术,扩大信息来源与信息手段,为此在转炉后期补吹控制中,建立了一个智能控制专家系统,基于处理系统的不确定性(模糊性)和实时性,提出了一种新的知识表达与推理机制,并在此系统中实现了一种用模糊贴近度定义相似度的类比学习方法。     

玩具生产中的计算机辅助优化排料系统

本文对玩具版片的计算机辅助排样提出了一种新的方法，该方法主要依赖于图形边界的离散化和AI知识以及以往人工排样专家积累的经验，该方法不同于以往的平面排样方法，它能满足玩具版片排样的特殊工艺要求，最后给出了排样实例。     

基于多源类比生成的知识表达模型

本文提出了一个多源类比生成的模型，将传统的类比从二值符号扩展到连续空间，使类比从二类比源发展成为多源多部件类比，并将传统的类比由问题求解式改造成生成类比，这对设计领域的创造性工作意义重大，在此基础上实现了国家“８５”科技攻关“彩色拼版制版ＣＡＤ／ＣＡＭ：ＡＤＳ２．０”实验系统，实验结果证实了该模型的有效性。     

基于类比的学习式搜索算法AMO.GLSA

本文首先给出了学习式搜索的一个问题模型，然后（５）中ＧＬＳ搜索解题系统的基础上，本文描述了一个多目标学习搜索算法ＭＯ．ＧＬＳＡ，并对该算法作出一性能评价，最后，文中给出了一个基于类比的学习搜索算法ＡＭＯ．ＧＬＳＡ。     

基于类比的学习式搜索算法AMO,CLSA

本文首先给出了学习式搜索的一个问题模型,然后在[5]中GLS搜索解题系统的基础上,本文描述了一个多目标学习搜索算法MO.GLSA,并对该算法作出了性能评价。最后,文中给出了一个基于类比的学习搜索算法AMO.GLSA。     

具有动态自适应学习机制的教与学优化算法

为了克服教与学优化（TLBO）算法容易出现早熟和解精度低的问题,提出了一种动态自适应学习的改进教与学优化（DSLTLBO）算法。在DSLTLBO算法的“教”阶段,引入一个自适应变化的因子,使当前个体在早期主要向最优个体学习,后期能够较好地维持自身状态,种群多样性得以保持。在算法的后期,教师个体通过执行动态随机搜索算法,提高最优个体勘探新解的能力。在10个经典的Benchmark函数上的实验表明,该算法具有较好的收敛速度和解精度,较标准TLBO有较大能力提升,适合于求解较高维度的优化问题。     

具有自学习功能的自动出题系统

利用人工智能技术，提出一种基于Agent的自学习模型以及基于这个模型设计新的出题算法。使用该算法能挖掘出已有题库的相关信息并综合考生的具体情况，根据取得的这些信息对试题和试卷参数进行自调整和自定位，生成适合考生的个性化试卷。     

一个经典悖论在类比学习中的解决

自动知识获取的知识库一直面临因不协调引起的知识不一致问题.经典逻辑不具备处理不协调性的能力,而次协调逻辑是一个能够在不协调的情况下进行正常推理的逻辑.本文试图通过将经典悖论的一个例子转成类比学习中的模型,用次协调的思想对在类比学习中解决知识前后不一致性问题作一些探讨.     

具有综合学习机制的粒子群算法

基本粒子群算法在模拟生物群体智能时,只有信息的单一传递和强迫学习机制,导致群体迅速收敛和种群的多样性降低。为此,提出一种具有综合学习机制的粒子群算法,将所有粒子的个体极值的平均值取代每一粒子的个体极值,并以自适应概率定向地随机变异全局极值。仿真实验表明,新算法解精度高,收敛速度快,能有效抑制过早收敛。     

基于学习优化的智能电网能量管理研究综述

受近年来人工智能浪潮的积极影响,基于学习优化的智能电网能量管理研究不断涌现,并被视为一个富有前景的研究方向.现有学习优化方法的设计思路大相径庭,了解这些思路的优势和局限性对掌握该交叉领域动态和推动其长足发展至关重要.鉴于此,总结3种主要的学习优化类型:学习最优解、学习热启动、学习约束,分析不同学习优化类型的设计思路和优...     

具有多重分支的通用学习网络结构优化分析

本文介绍了一种新型的神经网络－通用学习网络（Universal Learning Networks-ULNs)这种网络具有如下特点：（1）节点之间有多重分支，（2）所有节点互连，（3）节点之间可具有任意的时间延迟。本文通过学习网络对机器人手臂的实测信号进行系统辨识，通过系统仿真验证了具有多重分支的通用学习网络要优于单分支的神经网络。     

具有激活机制的多头反向串联算术优化算法

为提高算术优化算法(AOA)的全局勘探和局部开发性能,提出具有激活机理的多头反向串联算术优化算法(SFG-AOA)。激活机理策略是建立在算子位置更新层级的一种基于sigmoid函数的概率进化机制,通过引入激活因子在保证算子在继承父代位置信息的同时动态调整算子寻优步长而扩展新解多样性和全局勘探性能。引入基于适应度优化的反向学习与灰狼信息反馈机制改进算法开发阶段以提高寻优精度。适当修正非线性收敛曲线系数MOP构建随机调整策略。最后通过数值实验验证不同策略改进效果差异,并在CEC2014函数上进行仿真实验全面验证改进算法性能。     

基于归纳类比分类的MIS系统分析

针对开发ＭＩＳ时设计者要化很多时间来进行系统分析，而同时大量的数据往往会让设计者大幅经失彼，分析不够全面，文中提出了归纳类比理论和归纳经分类的思想及如何进行自动ＭＩＳ系统分析，并利用上述思想具体实现了自动系统分析软件，在进出口ＭＩＳ的自动系统分析中证明了归纳类比的系统分析非常有效和实用。     

IDSS中问题管理系统的研究

提出并设计了IDSS中的问题管理系统(PMS),对系统结构及功能进行了讨论,探讨了PMS的类比学习机制。     

具有自学机制和退火选择的教学优化算法

为了克服教学优化(TLBO)算法容易早熟,解精度低的弱点,提出一种具有教师自学和学生选择学习的改进教学优化算法。在每次迭代过程中教师个体首先通过反向学习(OBL),实现教师的自我提高,加强优秀个体周围邻域的搜索,引导算法向包含全局最优的解空间逼近,保证算法具有较好的平衡和探索能力。学生个体通过随机执行反向学习进行自学习,同时亦向教师个体进行学习,计算两种学习方法后的状态相对教师个体的突跳概率,并以此概率为基础进行轮盘赌产生子个体。通过在多个标准测试函数上的实验仿真并与相关的算法对比,结果表明所提出的改进算法具有更高的收敛速度和收敛精度。     

结合蚁群优化搜索的图像综合特征类比在风格生成中的应用

为了解决图像风格虚拟生成过程中的参数控制困难以及运算时间较长的问题,提出了一种鲁棒的方法。该方法首先采用基于图像分割的综合特征区域纹理特征生成算法,通过与样本图像相似区域匹配获得新风格的图像;并将蚁群优化算法运用到纹理的匹配过程中以加速整个流程。实验结果表明,该算法在缩短算法时间的同时可以通过参数控制所得图像风格;以蚁群优化为代表的随机性算法能较大程度提高图像风格虚拟生成系统的综合性能。