人工智能在微机维修领域中的应用

介绍我国微机维修领域的第一个专家系统（LCRES）的结构、特色及其较之常规维修手段的优越性。     

现代电梯群控系统与人工智能技术

介绍用模型逻辑，专家系统和神经网络等人工智能技术描述电梯交通系统的动态特性，讨论了人工智能技术在现代电梯群控系统中的应用。     

人工智能在糖尿病临床诊断中的应用

通过概述人工智能、人工神经网络、专家系统及数据挖掘的方法与原理,分析了人工智能在糖尿病诊断领域的应用与研究方向。糖尿病的诊断需要大量的医疗资源支持,将人工智能应用于糖尿病诊断,不仅可以提高医生的工作效率,还能帮助糖尿病患者及预发糖尿病的人群及时掌握病情,降低糖尿病并发症及糖尿病人群患病风险。     

遗传算法在人工智能领域中的应用

该文介绍了遗传算法的基本概念、基本遗传算法的特点和基本遗传算法的求解步骤,同时也介绍了遗传算法在机器学习、并行处理、人工生命以及遗传算法与进化规则及进化策略的结合的发展动向,最后讨论了基于遗传算法的人工神经网络学习中的应用研究,具体论述了遗传算法在学习神经网络权重和学习神经网络拓扑结构的应用方法。     

加权模糊逻辑及其应用

推理的不确定性是人类思维的重要特征之一。如何正确而合理地反映这一特征是ＡＩ系统的一个重要研究课题。本文基于模糊逻辑理论，提出了加权模糊逻辑，并描述了若干应用实例。     

人工智能在电路故障诊断中的应用

本文主要介绍人工智能在电路故障诊断中的应用,提出电路故障诊断专家系统的概念、模型及发展前景。     

模糊遗传算法综述

本文介绍了遗传算法发展的一个新方面一基于模糊逻辑的模糊遗传算法，分两方面加以综述：用模糊逻辑控制遗传算法的遗传操作及参数设置的思想和方法，模糊编码及模糊交叉的策略。同时指出了各种方法的特点以及今后的研究方向。     

计算智能在故障诊断专家系统中的应用

基于知识的专家系统及其在故障诊断中的应用研究十分活跃,形成一类故障诊断专家系统,但该方法存在知识获取的瓶颈、推理能力弱及难于处理不确定知识等问题,其进一步发展受到严重的阻碍。与此同时,神经网络、模糊逻辑和遗传算法等计算智能在近年来却取得了一系列的进展,并具有专家系统等符号智能所缺乏的优势。将计算智能应用到专家系统中即与符号智能相结合起来能有效地解决诊断专家系统的难题,该文对此进行了探讨,并提出了一些新的思路。     

人工智能技术在网络空间安全防御中的应用

如何及时处理海量网络态势信息并有效应对动态演化的网络攻击是网络空间安全防御面临的主要挑战,人工智能技术由于具有传统方法所不具备的智能特性,近年来在网络空间安全防御中得到了广泛的关注,并取得了大量的研究成果。综述了近年来神经网络、多Agent系统以及专家系统等人工智能技术在网络空间安全防御中的主要应用和方法,分析比较了它们各自的应用特点,给出了未来研究与发展的趋势。     

计算智能在移动机器人路径规划中的应用综述

移动机器人路径规划是建立在机器人定位与避障研究之上,进一步对机器人行为的深入.在给出人工神经网络(ANN)、模糊逻辑(FL)、遗传算法(GA)等计算智能原理性方法的基础上,从一般意义讨论了各类计算智能方法用于路径规划的切入点,研究了各类算法的实现机理与设计思想.最后结合目前的技术发展趋势,对路径规划问题未来可能的研究发展方向进行了探讨.     

人工智能及其发展应用

人工智能是人类进入信息产业革命时代,达到认识和改造客观世界能力的高峰。文章从理论的角度介绍了人工智能的概念和发展沿革,并对现阶段人工智能研究领域的主要研究方向进行了介绍,最后分析了研究所取得的主要成果。     

Intelligent control

A framework for intelligent control is presented and different approaches to intelligent control are reviewed in light of this framework. The topics discussed include knowledge-based control, fuzzy control, neural networks, fault diagnosis, single loop control and distributed control. The key ideas behind these approaches are outlined and it is indicated how they may be used to make control systems with significantly improved capabilities.     

Hybrid artificial intelligence architecture for diagnosis and decision-making in manufacturing

This paper presents an architecture which combines artificial neural networks (ANNs) and an expert system (ES) into a hybrid, self-improving artificial intelligence (AI) system. The purpose of this project is to explore methods of combining multiple AI technologies into a hybrid intelligent diagnostic and advisory system. ANNs and ESs have different strengths and weaknesses, which can be exploited in such a way that they are complementary to each other: strengths in one system make up for weaknesses in the other, andvice versa. There is, presently, considerable interest in ways to exploit the strengths of these methodologies to produce an intelligent system which is more robust and flexible than one using either technology alone. Any process which involves both data-driven (bottom-up) and concept-driven (top-down) processing is especially well suited to displaying the capabilities of such a hybrid system. The system can take an incoming pattern of signals, as from various points in an automated manufacturing process, and make intelligent process control decisions on the basis of the pattern as preprocessed by the ANNs, with rule-based heuristic help or corroboration from the ES. Patterns of data from the environment which can be classified by either the ES or a human consultant can result in a high-level ANN being created and trained to recognize that pattern on future occurrences. In subsequent cases in which the ANN and the ES fail to agree on a decision concerning the environmental situation, the system can resolve those differences and retrain the networks and/or modify the models of the environment stored in the ES. Work on a hybrid system for perception in machine vision has been funded initially by an Oak Ridge National Laboratory seed grant, and most of the system components are operating presently in a parallel distributed computer environment.     

智能决策支持系统的一种学习推理机

介绍几种软计算技术，并利用软计算融合技术，提出一种新的智能决策支持系统的学习推理系统。该学习推理系统可以用作智能决策支持系统的学习模块，由此可以生成智能决策支持系统的知识库。     

Application of artificial neural network models to linear and nonlinear RF circuit modeling

Typical RF and wireless circuits comprise a large number of linear and nonlinear components. The complexity of the RF portion of a wireless system continues to increase in order to support multiple standards, multiple frequency bands, the need for higher bandwidth, and stringent adjacent channel specifications. The time required to carry out a virtual prototyping of such complex circuits and their trade‐off analysis with the baseband circuitry can be unacceptably long, because both the circuit simulation and optimization procedures can be very time consuming. Typically, one divides the task into those of designing the nonlinear elements or subcircuits that can be accurately analyzed by using RF simulators, and uses circuit level analysis for simulating the circuits at module level. In this article, we will review some approaches to modeling both the linear RF elements as well as nonlinear subcircuits (amplifiers, mixers, VCOs), and will emphasize on the application of the artificial neural networks (ANNs). Furthermore, we will demonstrate the use of the ANN to the design of RF circuits and illustrate their application to wireless types of problems of practical interest. © 2001 John Wiley & Sons, Inc. Int J RF and Microwave CAE 11: 231–247, 2001.     

小波变换理论应用进展

本文介绍了小波变换理论,讨论了基本小波函数的选取准则和小波变换算法,分析了小波变换与人工智能等其它方法的结合方式和特点.通过介绍小波变换在信号瞬态分析、图像边沿检测、图像去噪、模式识别、数据压缩、分形信号分析等方面的应用实例,讨论了小波变换在处理非平稳信号和复杂图像时的优势.最后,对小波变换理论的发展及其应用前景作了描述.     

多媒体智能：当多媒体遇到人工智能

过去10年中涌现出大量新兴的多媒体应用和服务,带来了很多可以用于多媒体前沿研究的多媒体数据。多媒体研究在图像/视频内容分析、多媒体搜索和推荐、流媒体服务和多媒体内容分发等方向均取得了重要进展。与此同时,由于在深度学习领域所取得的重大突破,人工智能(artificial intelligence,AI)在20世纪50年代被正式视为一门学科之后,迎来了一次“新”的发展浪潮。因此,一个问题就自然而然地出现了：当多媒体遇到人工智能时会带来什么？为了回答这个问题,本文通过研究多媒体和人工智能之间的相互影响引入了多媒体智能的概念。从两个方面探讨多媒体与人工智能之间的相互影响：一是多媒体促使人工智能向着更具可解释性的方向发展;二是人工智能反过来为多媒体研究注入了新的思维方式。这两个方面形成了一个良性循环,多媒体和人工智能在其中不断促进彼此发展。本文对相关研究及进展进行了讨论,并围绕值得进一步探索的研究方向分享见解。希望可以对多媒体智能的未来发展带来新的研究思路。