选择隧道施工方法的神经网络专家系统

将专家系统与神经网络优点相结合，建立了隧道施工方法选择的神经网络专家系统。该系统将从领域专家处获取的知识库表达为推理网络形式，并以专家系统的推理规则定义神经元结点，使网络“神经化”。通过用改进的ＢＰ算法训练，从而优化和修正知识（包括可信度因子）。     

基于模糊神经网络的高寒路基纵向裂缝危险度综合评价

以高寒地区自然环境因素、设计因素、冻土因素三类致灾因子指标作为输入变量,根据模糊推理规则构建路基纵向裂缝评价的非线性映射关系,通过对输入知识的预处理和输出知识的后处理,将模糊逻辑推理融入神经网络的非线性计算中,建立了综合评价模型。以青藏公路典型路段K3+020段为例,基于11类致灾因子评价该路段纵向裂缝的危险度为2级。结果表明:高寒路基纵向裂缝危险度模糊神经网络综合评价模型可用于评价纵向裂缝的发育程度,经济性好、实用性强。     

基于神经网络的模糊逻辑设计算法

提出了一种利用神经网络学习功能来设计模糊逻辑的方法。用类神经网络算法产生模糊规则和隶属函数，通过学习得到的模糊规则、隶属函数和以新模型推理、逆模糊化为基础的新模糊设计，显著地改进了系统性能，缩短了设计周期，将规则数目和隶属函数最优化，可有效降低系统成本。     

FNN在心率失常判别中的研究

提出了一种基于模糊神经网络（FNN）对心率失常信号进行判别的新方法。首先，根据心电信号特点构建Sugeno型模糊神经网络，然后使用Cam Delta算法对其进行训练，这样可以得到模糊隶属函数，此隶属函数将R－R间期波及QRS波的长度模糊化。随后，用几何法通过计算隶属度实现对心率失常的判别。经MIT－BIH心电数据库和实测数据检验，此方法可有效的对心率失常进行判别。     

模糊神经网络在钢筋混凝土桥梁结构可靠度分析中的应用

钢筋混凝土桥梁结构可靠度分析中存在着模糊性问题,计算结构可靠度的传统方法没有考虑结构的模糊性问题．将模糊神经网络用于钢筋混凝土桥梁结构的可靠度计算,用神经网络来构造模糊系统,实现输入、输出隶属函数的自动调整,并给出了模糊神经网络计算结构可靠度的步骤．最后通过两个算例来计算结构可靠度,计算结果表明,模糊神经网络法计算结果与JC法计算结果比较接近,该方法可以用于桥梁结构的可靠度计算,特别是可用于功能函数不能显示表达的可靠度计算．该方法的缺点是计算用时稍长以及训练、检验样本的来源存在问题．     

一种基于Rough集的序列粒模型的构建

均对粒模型的构建问题,提出了基于Rough集的一种粒表示方法:文章首先对于时间序列作了粒的描述,采用SAX符号表示不仅因为它的适用于粒的描述,更重要的是为后面的逻辑推理打下良好的基础.然后用基于SAX距离的相似性找出相近的模式,利用Rough集的规则发现算法找出关联规则.通过实验证明,本文中所提出的时间序列挖掘方法以及时序粒挖掘的算法基本上可满足实际时序挖掘的需要.     

域F(z)上RLC电网络结构性质分析的计算机实现

介绍了在VC＋＋中调用MATLAB的几种典型方法，重点阐述了引擎调用，以及VC＋＋中环境的设置．在研究多元有理函数域F（z）上RLC电网络的结构性质时，要建立其状态方程和能控（观）性矩阵，就要用到符号矩阵的运算．文中通过实例来说明调用MATLAB符号工具箱来进行符号矩阵的运算和利用MATLAB自身的编辑器来处理数据的方法和优势．     

基于模糊理论与神经网络并行推理的发动机故障诊断方法

将模糊理论与神经网络相融合，针对汽油发动机偶发性疑难故障，采用模糊信息处理方法确定故障的类别，通过神经网络的逼近能力来实现对故障进行诊断的功能。与单纯使用神经网络进行故障诊断的方法相比，基于模糊理论与神经网络并行推理的发动机故障诊断方法在输入参数不是训练时的典型数据（同训练时输入数据差别较大）时，系统仍能对输入样本很好地归类，给出较高精度的诊断结果，尤其对于单一系统的复杂故障具有很好的识别能力，可以提高对发动机故障的诊断精度。     

径向基函数神经网络的一种在线学习算法

用在线学习算法和梯度法为学习规则，推导了径向基函数神经网络的在线学习算法，将影响网络输出的各个参数的学习过程作为一个整体来处理，并用Matlab实现了此算法．最后用一个26个印刷体大写英文字母的识别来验证此算法．实验的结果表明了该算法的正确性和有效性．     

基于L-M法BP神经网络的高填路堤地基沉降预测

针对高填路堤地基沉降预测中影响因素众多且存在高度的非线性，难以用解析式表达等特点，提出采用基于L—M（Levenberg—Marquardt）的BP神经网络法对高填方地基沉降进行预测，并通过对工程实例的网络训练和网络检验，得出BP神经网络计算值与实测值十分接近的结论，可充分证明L—M法BP神经网络在高路堤地基沉降预测中具有很好的实用价值。     

基于人工神经网络的装配序列规划方法研究

装配序列规划作为装配工艺中的核心内容, 对实现生产自动化、装备装拆有着十分重要的意义, 是目前国内外CIMS及装备维修领域的研究热点. 提出并实现了一种用神经网络来实现自动装配规划的方法. 该方法首先利用装配联系矩阵、装配联系图、惩罚矩阵来表达零件之间优先关系、装配代价,然后利用BP神经网络来求解满足此约束条件的最佳产品装配序列.     

基于模糊神经网络的Horn集上的输入归结

关于定理机器证明的归结原理已应用到人工智能的很多领域，同时提出了各种改进方法，其中，输入归结是一种非常好的推理方法，它对于Horn集是完备的，模糊神经网络是模糊逻辑与神经网络的融合，文中利用模糊神经网络的知识表示及学习的特点，结合输入归结的优点，进行Horn集上的输入归结。     

提案-验证通用推理及在铁路选线中的应用

为开发可直接利用软件工程中事实知识并能在智能铁路选线系统中重用的推理机,提出并实现了提案-验证通用推理模型．用面向对象技术表示知识,使用规则层次模型,把知识表示为事实知识、约束知识、启发知识、策略知识和目标验证知识;采用双层形式化模型,把知识可阅读和可执行形式联系起来;把问题求解知识表示为推理控制知识,用目标验证知识描述任务目标,实现推理机与控制策略分离．推理基于数据驱动方式,利用反射技术实现动态模式匹配和规则执行;用分类组织知识和按领域特征排列知识对象的冲突消解机制,使推理有序进行．提出的方法已成功应用于新建铁路的线路平面自动生成．     

基于知识和神经网络的动画模拟优化方法论

本文提出并论述基于知识和神经网络的动画模拟优化方法。作者以柔性制造系统为研究对象，讨论了智能动画模拟优化的概念方法、多目标动和动画模拟优化机理、专家知识利用、推理前提、规则开发、基于神经网络的动画模拟模型描述与推分析。     

零担货物序贯装箱优化问题的遗传模拟退火算法

从缩小搜索区域，增强算法的收敛性以及缩短计算时间的角度出发，提出将模拟退火思想引入遗传算法，应用遗传模拟退火算法（GSAA）求解零担货物在集装箱中的序贯装箱优化问题，阐明了该算法的具体实现过程，包括问题编码，适应函数值计算，遗传操作，领域选择以及降温方法等内容，并通过实际数值计算表明该算法优于传统的计算方法。     

特征主元提取与自组织影射的剖析

剖析了用神经网络实现特征主元提取（ＰＣＥ）、自组织特征影射（ＳＯＦＭ）、类扩展自组织语义影射（ＳＯＳＭ）和改进的特征细化自组织影射。通过对运载工具的特征压缩，进行可视性分析，结果表明ＰＣＥ和ＳＯＦＭ都能显示事物间的类似程度和关系结构，具有语义影射的功能。特征细化的ＳＯＦＭ同样能达到类扩展ＳＯＳＭ细化分类的功能，它克服了类扩展的ＳＯＳＭ增加输入特征的维数、增加不必要的计算量、输入特征与影射结果不相一     

基于Rough Sets的医学诊断知识挖掘研究

针对医学诊断知识获取问题，提出了基于Rough Sets理论的知识获取方法，利用该理论对数据进行分析，推理出可能规则，并提出了一种概率优化规则，通过实例分析，说明了该方法的实现步骤，包括连续信息系统的离散化、信息系统的约简、决策规则提取、决策模型生成等，讨论了知识处理的完整过程，能够有效地解决专家系统中知识获取的瓶颈问题。     

通过KBS实现企业的知识管理

知识经济时代，知识成为企业核心竞争力的源泉，知识和知识管理对企业的作用越来越突出，知识的价值和知识管理目标的实现，依靠有效的知识管理模式来支撑，本文通过对知识管理的分解（形成知识管理的活动组合），分析了IT（Information Technology)技术支持知识管理的缺陷，提出了KBS（Kowledge-based System)的设计，开发和评价思路。     

神经网络在车辆半主动控制中的应用

针对车辆半主动悬挂模型的非线性特性，研究了采用神经网络的自适应控制在车辆悬挂半主动控制中的应用，设计了采用前馈神经网络的辩识器和控制器，对控制器网络采用的学习规则进行了分析。仿真计算表明，采用神经网络自适应控制方法能有效改善车辆的平稳性，采用的神经网络辩识器和控制器的改进BP算法是有效的。     

车箱生产线工艺文件专家知识的表示

本文通过对车箱焊装生产线的分析，将工艺文件生成专家知识分成三类，并用产生式规则和框架两种知识表示方法来表示。