支持产生式系统并行推理的动态推理网

产生式系统作为人工智能领域的重要分支,已得到较为成熟的应用.同时也不断面临一些新的需求.针对产生式系统并行处理能力的需求,提出一种基于动态推理网(DRN)的知识库构造方法,并介绍整个知识库的描述与构造方式,以及相关算法的实现.在此基础上支持产生式系统的并行推理功能.     

OPS_5并行点火推理模型MES-1

并行点火是并行处理产生式系统的重要内容之一.本文依据产生式规则的数据依赖图,较详细地剖析了OPS_5并行点火时出现的相关问题,并提出一种相关测试算法以及一种按顺接最大相容子集来循环划分规则的方法,旨在获得最大的并行点火效益.此外,本文还提出了OPS_5并行点火推理模型MES-1以及在von Neumann机上的模拟方法.最后,对MES-1做了评价.     

PMS:一种支持并行推理的模型

目前，许多成功的专家系统都是用产生式系统实现的，但是随着系统知识库规模的不断增长，推理效率却急骤下降．本文在分析了产生式系统的优点和不足的基础上，提出了一种改进方案，介绍一种能在多机环境下进行推理的并行成员系统ＰＭＳ（ＰａｒａｌｅｌＭｅｍｂｅｒＳｙｓｔｅｍ）。     

产生式系统的两个发展方向—实时产生式系统和协同产生式系统

产生式系统是当今最负盛名的一种人工智能程序设计语言,然而它在实时处理、协同求解方面的应用却已被证明比较困难。本文则在大量相关工作基础上,详细讨论了实时产生式系统、协同产生式系统实现的可能途径和有关方法。     

MIMD模型上并行推进的一种实现机制

推理机制是人工智能及逻辑程序设计的关键技术。本文主要讨论了ＭＩＭＤ共享存储器模型上并行正向推理的一种实现机制，并利用队栈结构来实现本地任务的求解及与其它处理器之间的任务调度，同时给出了两种动态的负载平衡调度算法。     

基于产生式系统的智能教学研究

随着人工智能技术的引入,计算机辅助教学发展成为计算机智能教学系统（ITS）。ITS大大地提高和改善了教学效果和效率。知识推理主要应用于智能教学系统的教学策略、教学方法的产生和调整方面。本文介绍了智能教学系统的形式化模型,提出了基于产生式系统的推理策略。     

并行数据库系统的体系结构

一、引言 进入九十年代以来,越来越多的应用表明,传统的大型计算机系统缺乏支持高性能联机事务处理和复杂查询操作的能力。当今数据库规模的急剧澎胀、数据库工作负载的日益加重,以及新的应用领域的不断出现和成熟,已使传统的大型计算机达到了性能的极限。例如,美国国家专利局的信息数据库的信息量高达25太字节(1980年)[1],即使使用目前最快的大型机,按每秒处理100兆字节的处理速度,要把这个数据库全部检索一遍,也要花费100小时。设计支持海量数据和满足实时要求的高性能的数据库系,统已经成为数据库研究领域所面临的一项严峻挑战。     

数据库视图增量保持的并行主动触发机制

当前数据库并行处理已经引起了很大的关注,而利用主动触发规则导出数据库数据(如视图)的研究也很多见,但在物化视图增量保持领域这方面的研究还不多见,尤其是利用并行处理能力来解决物化视图增量保持的多触发问题的研究。文章提出了并行环境下物化视图增量保持的主动多触发规则处理机制。     

自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。     

一个基于不精确推理模型和双向推理机制的高档微机故障诊断专家系统MCES-2

该文简要介绍了采用ＰＤＣｐｒｏｌｏｇ语言开发的一个高档微机故障诊断专家系统。该系统基于一种新的不确定推理模型,采用正反双向推理机制综合进行高效推理,不仅提供了智能的知识获取工具,而且还具有时推理过程的解释和帮助机制。该系统将推理机与知识库相分离,实现动态模块化的知识库管理与分层推理,并且具有清晰美观、便于操作的人机界面,可以方便地实现对两大故障类、八大故障部位进行有效合理的诊断。     

贝叶斯推断在MCDB分布式平台上的实现

提出了应用贝叶斯统计方法在分布式数据库MCDB上处理超大规模数据的实现方法,并以贝叶斯线性回归、话题模型的LDA和狄利克雷过程的聚类算法为例进行了论证.用户可以通过SQL语言定义变量之间的关系进行模拟.探索了一种使用简洁的SQL设计大规模统计学习系统的方法,其利用MCDB能够自动解决并行化和资源优化问题,以获得高性能的并行处理能力.     

并行知识库机的知识划分及其推理

并行知识库机是一种采用并行处理技术来提高大规模知识库系统性能的专用机。其中，知识的划分及并行推理模型是两个关键问题。本文以产生式系统作为并行知识库机的基本知识表示方法，重点讨论产生式系统的划分和并行推理问题。     

并行遗传算法初始种群划分建模与设计

文章提出了遗传算法的一种并行性实现方式,受图的多划分理论启发,将初始种群划分成多个子种群,抽象出数学模型,并在此基础上设计出了相关的并行遗传算法。     

基于多CPU的并行数据处理系统的研究

并行运算已成为解决大型软件在微机上运行速度过慢的一个有效方法。文章在对ＴＭＳ３２０Ｃ５０单片计算机和ＰＣ机处理数据进行分析的基础上,研究了由两片ＴＭＳ３２０Ｃ５０及其外围电路构成的并行加速卡与ＰＣ机共同组成的并行系统实现的有关问题。     

基于粗粒度模型的蚁群优化并行算法

为了改进蚁群优化算法的收敛速度,研究了一种基于粗粒度模型的并行蚁群优化算法,该算法将搜索任务划分给q个子群,由这些子群并行地完成搜索,可使搜索速度大幅度提高。实验结果表明,用该算法求解TSP问题,收敛速度比最新的改进算法快百倍以上。