基于尾气分析的发动机故障诊断专家系统

应用神经网络推理技术，设计了一种基于尾气分析的发动机故障诊断专家系统。此系统将传统专家系统与神经网络技术科学地加以综合，弥补了传统专家系统的诸多缺陷。专家系统的知识库由两部分组成，即浅层知识库和深层知识库。推理过程由神经网络完成，并带有解释说明模块，主要说明诊断结果的判定依据。实践证明．这种方法能较好地解决传统专家系统存在的问题，提高系统的诊断速度和准确率。     

栽桑养蚕专家咨询系统的知识获取及知识表示的研究

在众多的农业信息技术中，以专家系统为代表的智能化农业信息技术的作用尤为突出。栽桑养蚕专家咨询系统是利用专家系统理论，把领域专家的经验和知识，通过计算机建立人机对话系统。知识库的建立是整个专家系统的核心问题。本文提出了建立该专家咨询系统知识库的步骤：包括知识获取(主要介绍了知识获取工具的研制)、知识表达、编码及证实。该专家系统知识库的建立能将有关蚕桑的专门知识和领域专家的经验以可接受的方式传递给蚕业决策者，从而提高蚕业决策的自动化和科学化。还对智能化蚕业信息技术中领域知识获取、组织方法及推理机、数据库、知识库的动态链接进行了探讨，讨论了利用Java语言中的JDBC接口实现Web与数据库连接的主要技术，并用实例加以说明。     

流程工业生产过程在线预警专家系统知识库研究

对流程工业生产过程在线预警专家系统知识库的建立从理论上和方法上进行了研究。介绍了面向对象知识表示,并将其引入到专家系统中,简化了系统的设计,提高了知识的表达能力和预测效率。分析了利用模糊BP神经网络进行预警的关键问题。     

神经网络在电路故障诊断中的应用

阐述目前电路基于数据库技术和人工智能专家系统及神经网络原理的故障诊断系统，并将所记录的模糊症状输入到系统中，通过模糊运算后，运用神经网络学习算法来寻找故障类型。     

基于CMAC神经网络和Kalman滤波器的三维视觉跟踪

采用Kalman滤波器来预测图像特征点的位置，然后在其周围建立图像处理窗口，以达到减小特征点搜索区域及提高图像处理速度的目的．根据基于图像的视觉伺IBVS（image based visual servoing)的原理，在视觉伺服控制环中加入CMAC(cerebellar model articulation controller)神经网络来实现从图像空间的误差信号向输入空间的控制信号的非线性映射，从而避免了图像雅可比矩阵的不断调整及其复杂的求逆过程．模拟结果表明：采用Kalman滤波器能有效预测特征点的位置，同时采用CMAC神经网络能实现在线有导师学习，末端执行器能较好地对目标物体进行跟踪．     

BP网络的结构动力响应预测

由于结构主动控制对地震反应振动控制的高效性，使主动控制在建筑结构振动控制领域中，具有广阔的应用前景，但是主动控制存在难以建立一个精确的数学模型，存在时滞效应等问题。神经网络不需要建立精确的数学模型，只是通过学习输入输出训练样本数据，就可归纳出隐含在系统输入输出中的关系；应用神经网络预测结构响应可以解决主动控制中的时滞问题，为控制决策提供依据。本文就最常用的BP神经网络进行研究，用BP神经网络对结构响应进行预测，以期能为结构主动控制提供一种新的思路。     

液压挖掘机故障诊断专家系统的设计

近年来,为了满足复杂系统的诊断要求,诊断技术已开始进入一个新的阶段,即智能化诊断阶段。这是一种基于专家知识和人工智能技术的诊断方法。通过专家系统和神经网络两种方法对故障诊断进行了研究。应用人工智能理论,开发了液压挖掘机的故障诊断专家系统。对液压挖掘机的故障原理进行了全面的分析,建立了故障知识库,实现了实时状态监测和故障诊断。     

日本研发出计算机新系统——利用眼睛完成文字输入

日本佐贺大学科学与工程系教授新井浩平开发出一种新的计算机系统，日名称为“MitsumeruDake”。其意思是“只要看一看”。只要通过屏幕键盘，用眼睛就能够完成字输入。这套新系统配备了一个微型摄像头，使用只需要盯着屏幕键盘上的字符一秒钟，系统就能检测到视线的停留点，然后输入相对应的字符。[第一段]     

基于模糊神经网络的农业设备剩余寿命预测与仿真

该系统具备了神经网络自学习和模糊推理处理不确定信息的能力。通过仿真实验和仿真结果表明,该系统能有效地进行农业设备样本模式的模糊量化处理,极大地改善了神经网络训练的收敛性。通过对模糊神经网络系统的多次测试,当实际数据与学习样本接近时,该系统能够得出与样本相同的预测结果;当输入数据与学习样本偏离时,该系统依然能够得出准确的预测结果,达到了农业设备剩余寿命预测的要求。     

基于专家系统和神经网络集成的植物智能分类系统

专家系统和神经网络是计算机人工智能应用的两大分支.目前,这两大分支的发展均表现出各自存在的问题,如专家系统知识获取的“饼颈“问题和神经网络知识表示的“黑葙结构“问题.在植物智能分类系统中单独使用神经网络或传统专家系统技术都有其局限性,二者必须相互取长补短,将神经网络与专家系统相结合是开发植物智能分类系统的一条比较切实有效的途径.本文将专家系统和神经网络进行集成,达到优势互补的目的,并且采用了改进的神经网络分类算法,有效的克服了传统的植物智能分类系统的不足,从而更加全面的、科学的、合理的对植物进行分类.     

配网节能知识获取系统的研究

在专家系统开发过程中,知识获取是最难解决的一道工序,也是决定专家系统性能的关键因素,被认为是开发专家系统的核心工作,也是建造专家系统中的“瓶颈”问题。人类专家的知识有限而且分散,并且由于环境的时变性所造成的数据时效性,给采集的配网区域内各终端用户的数据带来了很大的困难。本系统以配网节能为背景构造专家系统的知识获取机制,利用神经网络理论,将外界的知识源中的信息转化为系统可以识别和执行的形式,能够直接被推理机所使用,对系统下步的推理机产生良好的数据支持。而且为知识库的修改、扩充和完善提供良好的维护手段。     

桥梁工程鉴识专家系统设计开发

考虑桥梁工程鉴识过程中影响要素的复杂性,将其视为灰系统反问题,应用神经网络方法避免解的不适定问题带来的求解困难.采用VFP和MATLAB语言分别构建了＂桥梁工程鉴识专家系统＂的知识数据模块和神经网络仿真模块,并通过两大核心模块与其他辅助模块的良性互动,实现了该系统的信息收集、系统仿真及鉴识分析等各项功能.为进一步的信息完善和网络训练提供开放、友好、安全的平台,以实现鉴识专家系统的准确性和稳定性.     

分子蒸馏工艺参数优化算法研究与实验

影响分子蒸馏系统工艺的因素及过程较为复杂,并且各因素之间具有耦合关系,在实际生产中需要兼顾产品质量及生产效率,因此,选择合适的工艺参数值尤为重要,而传统的正交试验方法对这种具有耦合关系的参数系统难以准确把握,本文应用遗传神经网络,建立输入输出的黑箱模型,对参数进行优化。其中,以蒸馏温度,真空度、进料速率作为输入量,以精油的含量和得率作为输出量,利用遗传神经网络原理,在MATLAB 7.0平台上建立起生产工艺参数与产品指标之间的优化模型,得到最佳工艺参数值,以此指导生产。     

专家系统在远程教育中的应用及发展趋势

计算机、多媒体网络技术、通信技术在近几年的迅猛发展,奠定了网上远程教育的坚实基础。并使它得到了长足的发展。当前网络教学平台具有海量的资源且增长迅速,但学生对网上的教学资源利用率却不高。利用专家系统,对现代远程教育保证教学质量、提升网上教学资源的利用率具有重大的意义。专家系统与现代远程教育的结合,提高了学生学习的兴趣和积极性,使得远程教育教学的质量和效果得到了很大的提升。     

基于BP神经网络的网络购物业服务质量评价模型研究——以淘宝网为例

基于服务蓝图理论对网络购物业的服务流程进行再现,分析其中的失败点、顾客等待点、决策点、体验点等关键点,找到影响顾客感知网络购物业服务质量的主要因素。在此基础上,将各关键点进行归类分析,建立网络购物业服务质量评价指标体系和基于BP神经网络的网络购物业服务质量模型,并以淘宝网为例进行实证分析。结果表明,BP神经网络较好地拟合了服务质量水平与各评价指标之间的非线性关系,并且拥有较好的预测性能。     

基于ANNES的故障诊断技术研究

比较分析了人工神经网络和专家系统的各自特点,探讨了二者结合的可能性及结合的方式、途径,构建了 二者结合的框架结构,研究了实现二者有机结合的工作机制。     

基于混合优化的RBF神经网络集成的降水预报模型

针对传统的单个RBF神经网络集成中个体的隐节点个数和初始参数难以客观确定的不足,为了提高泛化能力,提出一种以高斯核函数的混合优化的RBF神经网络的方法,首先引入正交最小二乘法动态客观的获取数据中心的个数、数据中心及权值;然后通过计算隐层中心点间最小距离作为扩展常数;最后使用剃度法调节权值、中心及扩展常数使网络参数和结构达到最优.该方法结合了正交最小二乘法和剃度算法的优点,通过从结构和算法两方面的调整提升了单个的传统的RBF网络的性能.并将上述优化混合的RBF神经网络与主成分分析方法相结合建立模型.本文以广西5月逐日降水事先初选的众多预报因子进行主成分分析算法提取有效的几个综合因子,然后使用混合算法优化的径向基网络建立降水预测模型.结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报,具有一定的普遍适用性.     

基于LVQ神经网络的开放教育专续本生源预测研究

为了提升电大开放教育招生工作水平,发掘电大专科生中潜在的专续本生源,以安徽电大教务管理数据库为挖掘对象,随机抽取近年来的若干学生为研究对象,利用学习矢量量化(LVQ)神经网络为工具,选取影响学生专续本的个人特征数据为训练样本,对网络模型进行训练,并将训练好的网络用于预测检验样本中。结果显示,预测结果与实际结果基本吻合,具有较高的预测精度,可用于电大专续本生源的预测分析。