基于数据挖掘的白车身工艺规划系统

为有效提取白车身工艺规划中的信息,将数据挖掘技术应用于白车身工艺规划系统。分别建立制造资源数据库、工艺规则数据库和工艺实例库,同时建立基于数据挖掘的工艺规划推理系统,采用语义匹配方法实现对机器人的分配和对实例库的查询,使用关联规则搜寻最合理的焊接类型,利用遗传算法优化机器人焊接路径。应用结果表明,该系统能对白车身工艺信息进行有效管理。     

基于产生式系统和轨迹优化的巡线机器人控制

阐述了一种新型的基于产生式系统控制方法的高压输电线路自动巡线机器人的嵌入式控制系统及其实现.提出了一种基于人工控制规则库和分层规划的产生式系统的控制策略.该控制策略通过人工控制机器人的方法,建立相应的专家规则库,再采用分层规划的方式与手爪的自动微调相结合来实现机器人的自动行走.最后,通过最优算法并结合机器人各个关节伺服系统的运作特性,对机器人运动轨迹进行优化,实现了对巡线机器人的最优控制.     

基于神经-模糊控制系统的移动机器人动态路径规划

针对机器人在未知、复杂环境下从源到目标之间,避开各种类型的障碍的问题,设计了系统的神经-模糊控制算法进行动态路径规划：设计了合理的模糊推理体系,实现输入模糊化、模糊推理规则库、输出去模糊化控制;根据规则库设计神经网络结构,简化网络结构和参数;采用QPSO算法训练网络;状态变量的存储和管理策略,解决了“U”型障碍物内的死循环路径问题。实验结果表明,在以上算法的控制下,机器人能够朝着目标,规划产生合理的路径,不会陷入死循环。     

智能空间环境下基于本体的机器人服务自主认知及规划

为了提高机器人服务的自主性,针对动态家庭环境提出基于本体的机器人服务自主认知及规划方法.首先,利用本体技术为智能空间系统建立本体模型,并通过构建语义规则的方法,建立以用户为中心自适应调整的数据-概念转换机制,实现智能空间信息的整合.在此基础上,建立服务任务推理规则库对本体模型进行扩展,通过匹配实时更新的智能空间本体与规则库中的知识,推理出机器人需要执行的服务序列,实现机器人对用户所需服务的自主认知.最后,利用分层任务网络的思想,在JSHOP2规划器上实现服务任务的具体规划.智能空间环境下的任务执行实验结果表明,利用该方法服务机器人能够根据环境信息和用户信息实现对任务的自主认知,进而主动地为用户提供个性化的服务,其服务的智能化水平得以显著提高.     

模糊控制运用于轮型机器人的目标追踪

根据轮型机器人机械系统的几何约束以及非完整约束的本质特性,提出推导系统模型的结构化方法,并建立一组适当的运动模型以及编码器的量测方程式;最大的突破在于以嵌入微控制器(组合语言)来实现模糊控制器的设计,采用模糊推论引擎来实现小型机器人B-spline轨迹追踪控制;将驾驶车辆的经验法则建立成If-Then规则库植入轮型机器人内建嵌入式微控器内,实验结果显示机器人顺利追上参考轨迹。     

基于模糊控制的除草机器人自主导航

研究了基于机器视觉导航的田间自主移动除草机器人．采用模糊控制方法引导除草机器人沿着农作物 行自动行走．根据导航角和导航距的参数特性选择了隶属函数,建立了两种控制规则库,并探讨了两种控制效果． 试验表明,模糊控制方法能够使机器人平稳运动．在直行阶段,控制规则1 有较高的控制精度．控制规则2 能使机 器人更好地通过弯道,对42.2± 的弯道,机器人的行走准确率达到74.58%．     

系统安全的忠实卫士:Info Robot

*信息系统安全性问题的四个层次网络层的安全、系统的安全、用户的安全和内容的安全; *企业在管理他们的基础系统结构时遇到的挑战;为了有效管理企业的基础系统结构,研制开发了信息机器人(info robot); *Info Robot系统概述,info robot所采用的极小化集成管理技术以及这项技术的功能和发展状况; *Info Robot系统的四个层次用户界面、监控对象库、管理器、智能化自治监控代理; *Info Robot的三个功能模块集成管理器、客户端监控代理和监控规则库; *信息机器人的发展方向.     

中学智能辅导代数专家系统规则库的简化

由于研究问题的复杂性,专家系统规则库中规则量往往十分庞大,这给规则库的管理和维护带来很大不便。该文针对代数智能辅导解题系统,以规则的层次分类为基础,探讨了规则库建立过程中问题复杂度的降低,冗余规则的减少;同时应用粗集方法对其进行约简,精炼了规则库,提高了系统的效率。     

入侵检测系统攻击特征库的设计与实现

攻击特征库是基于误用的入侵检测系统的重要组成部分.本文主要介绍了入侵检测系统攻击特征库的设计思想和实现过程,运用Snort规则语言描述了规则库设计,规划了规则库的结构,并对规则解析进行了阐述.     

基于置信规则库的飞控系统故障诊断

针对传统飞控系统故障诊断中存在的因引入专家知识引起的主观偏差问题和使用数据驱动方法因数据量不足导致的过拟合问题,提出了基于置信规则库推理的飞控系统故障诊断。根据已有故障知识构建飞控系统故障诊断置信规则库,利用测试过程中获得的故障数据,以数值样本优化学习模型对置信规则库参数进行训练。实例表明,经少量样本训练后的置信规则库可以很好地解决初始置信规则库参数存在主观偏差的问题,经实验证明该方法能够实现高效可靠的飞控系统故障诊断。     

插件式智能麻醉系统

在手术麻醉管理信息系统中增加智能麻醉系统,利用麻醉专家知识库和最优麻醉案例知识库对麻醉方案进行检查和优化。麻醉专家知识库基于专家的经验知识和麻醉规则建成,用于检查麻醉方案;最优麻醉案例知识库基于对大量的成功案例进行挖掘而建成,用于优化麻醉方案。智能麻醉系统以插件形式整合到手术麻醉管理信息系统中,减少开发周期,降低开发成本。     

一种面向对象的模糊知识库模型

本文给出了一种专家系统模糊知识库的结构模型。重点讨论了该模型的体系结构和采用面向对象技术表示模糊规则的方法。并介绍了采用面向对象方法分析和设计模糊知识库的技术和采用面向对象串行化技术实现模糊知识库持久保存的方法。最后,分析了采用面向对象技术构建模糊知识库的优点。     

基于知识的装配机器人选型专家系统的研制

装配机器人的迅速发展，使装配机器人选型变得越来越重要。本文根据装配机器人进行装配业的特点，主要探讨了装配机器人选型专家系统中知识表示、推理方法以及装配知识的获取等问题。     

基于规则库的变压器故障监测专家系统

针对变压器在线监测中缺乏状态方程的问题,设计了一种基于规则库的变压器故障实时监测的专家系统。首先以规则形式对专家知识进行编码。其次为了提高系统运行速度,方便规则的存储和管理,采用转化方案对规则进行了规范化处理,将规则以统一的形式存储在知识库中。最后提出了一种自动消除冗余规则的算法,得到所需的最小规则库。实验表明,该设计很好地模拟了人类专家对变压器故障的推理过程。     

面向对象知识表示在起重机专家系统中的应用

知识表示是专家系统的关键组成部分。在对知识表示的方法进行探究的基础上,根据起重机操作专家系统的特点,采用面向对象与产生式表示方法相结合的混合表示方法对其专家知识进行表示,并在C＋＋程序语言环境下实现起童机操作知识的表示,同时给出起重机操作的知识表示实例,用此法开发的专家系统具有代码短、易维护、易修改和易扩充的优点。阐述了起重机操作专家系统如何用面向对象方法封装规则、建立知识库、实现知识推理和具体的应用要点。     

信息安全风险评估专家系统技术研究

为了提高国防信息安全保障能力,改变当前风险评估在单点评价上累加的局限,结合风险评估和人工智能技术的研究成果,提出了一种将专家系统技术用于风险综合测评的方法.通过引入基于规则的专家系统技术,将评价标准转化成规则固化在知识库中,在完成现场采集数据的事实化后,通过知识选取算法调用规则,完成推理计算.在资产风险评价的基础上,实现了对安全域中信息系统安全风险的综合评估,并通过实时监测和对比分析,适时启动推理机,完成了综合评估过程的自动化.     

Some applications of fuzzy logic in rule–based expert systems

Fuzzy logic has been used as a means of interpreting vague, incomplete and even contradictory information into a compromised rule base in artificial intelligence such as machine decision–making. Within this context, fuzzy logic can be applied in the field of expert systems to provide additional flexibilities in constructing a working rule base: different experts' opinions can be incorporated into the same rule base, and each opinion can be modeled in a rather vague notion of human language. As some illustrative application examples, this paper describes how fuzzy logic can be used in expert systems. More precisely, it demonstrates the following applications: (i) a healthcare diagnostic system, (ii) an autofocus camera lens system and (iii) a financial decision system. For each application, basic rules are described, the calculation method is outlined and numerical simulation is provided. These applications demonstrate the suitability and performance of fuzzy logic in expert systems.     

Expert guided integration of induced knowledge into a fuzzy knowledge base

This paper proposes a method for building accurate and interpretable systems by integrating expert and induced knowledge into a single knowledge base. To favor the cooperation between expert knowledge and data, the induction process is run under severe constraints to ensure the fully control of the expert. The procedure is made up of two hierarchical steps. Firstly, a common fuzzy input space is designed according to both the data and expert knowledge. The compatibility of the two types of partitions, expert and induced, is checked according to three criteria : range, granularity and semantic interpretation. Secondly, expert rules and induced rules are generated according to the previous common fuzzy input space. Then, induced and expert rules have to be merged into a new rule base. Thanks to the common universe resulting from the first step, rule comparison can be made at the linguistic level only. The possible conflict situations are managed and the most important rule base features, consistency, redundancy and completeness, are studied. The first step is thoroughly described in this paper, while the second is only introduced.     

Extrapolation of fuzzy values from incomplete data bases

This paper presents different approaches which enable a data base management system to obtain a plausible fuzzy estimate for an attribute value of an item for which the information is not explicitly stored in the data base. This can be made either by a kind of analogical reasoning from information about particular items or by means of expert rules which specify the (fuzzy) sets of possible values of the attribute under consideration, for various classes of items. Another kind of expert rules enables the system to compute an estimate from the attribute value of another item provided that, in other respects, this latter item sufficiently resembles the item, the value of which we are interested in; then these expert rules are used either for controlling the analogical reasoning process or for enlarging the scope of application of the first kind of expert rules. The different approaches are discussed in the framework of possibility theory.