基于智能Agent的农业智能决策系统研究

提出了一种基于知识的智能Agent逻辑模型,该模型以知识为核心,以推理作为主要规划手段。在此逻辑模型的基础上,提出了以本体为核心的Agent内部知识表示方法。并在任务及实体定义的基础上,结合产生式知识表示方法,构造了规划表示方法,形成了一个完整的智能Agent内部知识模型并基于黑板模型设计了智能Agent的实现结构以及其中的关键算法——规划过程。设计了基于智能Agent及黑板机制的农业智能决策系统的基本框架,并以农场作物生产决策系统证实了该模型能够满足大规模分布式农业决策系统的需求。     

现代故障诊断技术研究综述

在简单介绍故障诊断技术发展的基础上,将故障诊断技术分为基于模型、基于信号、基于知识和基于智能优化4类,并对每类故障诊断技术中重要方法的原理、优缺点和研究现状进行比较分析,最后从复合智能诊断技术、远程协作诊断技术、智能仿生诊断技术3个方面,对现代故障诊断技术的发展趋势和亟待解决的问题进行分析与探讨,给出分类图,提出故障诊断领域将来的研究发展方向。     

基于双值参数化方法且考虑制造约束的炭纤维复合材料铺层优化

基于梯度的优化方法对炭纤维复合材料层合板的铺层数量和顺序进行优化。优化问题中以铺层质量为目标,并以刚度和制造约束为约束。采用改进双值参数化方法对铺层的材料性能进行插值,并基于凸规划对偶算法对优化问题进行求解。为了适应凸规划对偶算法的特点,将关于铺层角度的制造约束表述为少量非线性约束。同时引入离散度约束和惩罚指数以消除优化结果中的中间变量。算例结果验证了该优化方法的有效性。     

基于灰色机会约束规划的不确定条件下车间作业调度

针对不确定条件下job shop调度问题的约束条件中含有灰色变量,提出用灰色机会约束规划方法解决不确定条件下job shop调度问题,建立了灰色机会约束规划调度模型.同时,使用灰色模拟的方法和手段解决了灰色机会约束规划问题.给出了如何使用灰色模拟技术处理复杂的灰色机会约束以及基于遗传算法的求最优解的过程,并提出用灰色模拟技术结合遗传算法求解生产调度问题中的灰色不确定规划问题.计算仿真结果表明,这种基于灰色机会约束规划的方法处理不确定条件下车间作业调度问题的模型是可行而有效的.     

尺寸符号驱动的工程图重建方法研究

本文提出一种基于知识的高精度机械工程图二维重建方法，在研究中充分利用图纸中所蕴含的知识型信息，并注重模糊推理及模糊识别技术的应用，通过尺寸驱动及约束求解方法，实现了对图形的几何信息用拓扑信息和尺寸信息进行智能校正。     

融合材料领域知识的数据准确性检测方法

材料数据由于小样本、高维度、噪音大等特性, 用于机器学习建模时常常会产生与领域专家认知不一致的结果。面向机器学习全流程, 开发材料领域知识嵌入的机器学习模型是解决这一问题的有效途径。材料数据的准确性直接影响了数据驱动的材料性能预测的可靠性。本研究针对机器学习应用过程中的数据预处理阶段, 提出了融合材料领域知识的数据准确性检测方法。该方法首先结合材料专家认知构建了材料领域知识库。然后, 将其与数据驱动的数据准确性检测方法结合, 从数据和领域知识两个角度对材料数据集进行基于描述符取值规则的单维度数据正确性检测、基于描述符相关性规则的多维度数据相关性检测以及基于多维相似样本识别策略的全维度数据可靠性检测。对于每一阶段识别出的异常数据, 结合材料领域知识进行修正, 并将领域知识融入到数据准确性检测方法的全过程以确保数据集从初始阶段就具有较高准确性。最后该方法在NASICON型固态电解质激活能预测数据集上的实验结果表明: 本研究提出的方法可以有效识别异常数据并进行合理修正。与原始数据集相比, 基于修正数据集的6种机器学习模型的预测精度都有不同程度的提升。其中, 在最优模型上R²提升了33%。     

基于工程语义约束的线束预装配自动规划方法

线束预装配是线束生产的重要环节,论文通过总结线束工艺设计中的工程语义约束信息,建立装配关联图模型,提出了一种线束预装配自动规划方法。该方法通过主件选择、最大子装配体提取、工程语义约束检测来实现对预装配序列自动规划,而无需与用户进行交互。最后的实例表明该方法是有效可行的,能较好的解决大线束图纸中装配序列规划问题。     

基于应力约束全局化策略的板壳结构强度拓扑优化

应力约束下板壳结构的拓扑优化设计由于应力约束难以显式化和约束条件数量庞大等问题,存在建模和求解的困难。为了解决这些困难,首先,该文通过类比独立连续映射(Independent Continuous and Mapping, ICM)方法中的过滤函数,在实体各向同性材料惩罚(Solid Isotropic Material Penalization, SIMP)方法中引进了单元重量惩罚函数和材料许用应力惩罚函数,实现了对SIMP方法惩罚函数概念的拓广。然后,该文移植了ICM方法中行之有效的应力约束全局化策略,基于拓广后的SIMP方法,构造了代替应力约束后的结构畸变能约束的近似显式化函数,建立了多工况下板壳结构拓扑优化模型。最后,采用对偶序列二次规划算法求解该优化模型,并基于Python语言在ABAQUS软件平台进行了程序实现。数值算例都取得了很好的结果,这表明该文提出的方法是可行而有 效的。     

基于知识图谱的包装领域智能问答系统的设计

目的 针对目前包装产业存在的产业链长、数据大而散、包装领域知识信息检索不精准等问题,设计一个基于知识图谱的包装领域智能问答系统.方法 采用知识图谱、智能问答、自然语言处理、深度学习和个性化推荐等技术,对互联网上各类包装领域数据进行采集汇聚、抽取知识、融合计算,最终形成一个包装领域混合型智能问答系统.结果 系统主要功能包括知识图谱、文本相似匹配、图像识别和自动问答,实现了包装领域大数据的知识卡片、语义搜索和沉浸问答.结论 该系统使用方便,通过问答方式,一站式快速按需获取多视图、多维度包装领域数据,提升了行业的数字化、信息化和智能化水平.     

基于模块化设计的混合图拆卸建模研究

拆卸建模是拆卸序列规划的基础,也是绿色设计的关键。在传统的拆卸序列规划过程中,随着产品零件数目的增加会造成“组合爆炸”问题。为解决该问题,提出了一种基于模块化设计思想的拆卸建模方法。首先,运用图论中有向图和无向图的概念分别表示零、部件之间的约束关系,并将有向图和无向图结合成混合图,建立产品混合图拆卸模型;其次,利用模块化设计中的模块划分原则生成子装配体,通过将模块化设计方法整合入混合图模型中,得到模块化设计的混合图拆卸模型,利用该模型可以有效地解决图论模型中边与顶点产生“组合爆炸”的问题;最后,以模块化设计的计算机主机箱的混合图拆卸建模为例来验证所提出的方法。