模糊神经网络在专家系统中的应用研究

为了解决传统故障诊断专家系统知识获取和经验性知识的不确定性的"瓶颈"问题,将模糊神经网络技术引入到专家系统中,介绍了基于模糊神经网络的诊断专家系统的原理、方法、结构及其实现技术.文中将基于模糊多层感知器构成的专家系统应用于柴油机燃油系统故障的分类诊断中,收到了良好的效果.     

������������֯������Ⱥ�Ľ�ͨ��Ԥ��

为了提高城市交通流预测神经网络方法的快速动态学习能力,提出了一种生长自组织神经网络群,将复杂的神经网络个体分解为多个训练简单的神经网络群组,并利用设计的动态生长自组织算法来避免神经网络在学习新知识的时候对已有知识造成破坏,同时保持整个群工作的高效稳定,规模不过度扩张.该神经网络群尝试解决神经网络的一次性学习问题,具有动态知识增殖学习能力和更强的错误自修复能力及系统适应灵活性.仿真结果表明,这一方法能够更精确地实现函数逼近和城市交通流自适应动态预测,适用于需要不断快速动态学习的复杂系统.     

基于框架的机械零部件失效分析诊断专家系统的研究

介绍了基于框架的专家系统的基本结构和工作原理，在机械零部件失效分析诊断中表明，该系统具有良好的知识工获取，实时分析和诊断能力。为了提高该系统的性能，提出了联合使用神经网络和专家系统技术的设想。     

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）。     

内燃机拉缸故障诊断型专家系统

介绍了内燃机拉缸故障产生的原因及其知识表达的方法,在此基础上运用PDCProlog语言建立一个小型的拉缸故障诊断分析型专家系统．该专家系统采用模块化的结构,建立了知识库模块、推理机模块、知识获取模块、学习功能模块以及解释功能模块等子模块,并且以此为主体还可以进一步扩充和完善该系统．     

基于模糊变步长神经网络的自适应PID控制

本文针对具有非线性和不确定性的控制对象，提出了一种基于前向神经网络的自适应PID控制系统算法。并根据其特点，提出学习步长模糊校正的方案.这种控制系统综合了神经网络、模糊决策和PID控制的优点，易于实现，仿真结果表明该控制系统对非线性被控对象具有比较好的控制效果。     

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。     

基于RBFNN的铁路混凝土桥梁构件状态评估

介绍了RBF神经网络模型的结构和训练算法,提出了既有铁路桥梁构件的综合状态评估模型,根据RBF神经网络的自适应性和学习能力,成功的将RBF神经网络应用于既有铁路桥梁构件综合状态评估中去,并给出了便于获取,且能全面准确反映桥梁实际工作状态的输入参数.以某铁路线的若干组实测数据对RBF神经网络进行训练和测试,系统输出与期望输出吻合较好,证明了RBF神经网络评估既有桥梁构件综合状态的准确性、有效性和稳定性.     

神经网络参数识别法在重庆石板坡大桥中的应用

BP神经网络法的自适应学习能力、非线性映射能力、鲁棒性和容错能力以及快速收敛能力可有效解决连续刚构桥施工控制中参数估计的核心问题,通过实例证明,其参数估计结果与实测数据吻合性较好,识别精度较高,有相当的实践意义.尤其是对于必须考虑非线性影响、不确定系统的控制等问题,如果经典算法识别精度低,可考虑采用非经典神经网络算法进行重要参数的识别.     

神经网络参数识别法在重庆石板坡大桥中的应用

BP神经网络法的自适应学习能力、非线性映射能力、鲁棒性和容错能力以及快速收敛能力可有效解决连续刚构桥施工控制中参数估计的核心问题,通过实例证明,其参数估计结果与实测数据吻合性较好,识别精度较高,有相当的实践意义.尤其是对于必须考虑非线性影响、不确定系统的控制等问题,如果经典算法识别精度低,可考虑采用非经典神经网络算法进行重要参数的识别.     

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。     

大数据背景下基于特征学习的机械设备剩余寿命预测

传统数据驱动剩余寿命的预测方法是通过信号处理从监测数据中手动提取特征并构建健康指标，而在大数据背景下，手动提取特征需要特定专家知识并耗费大量人力，为解决该问题，提出了一种基于特征学习的机械设备剩余寿命预测方法——自适应特征学习寿命预测方法（AFLRULP）. 该方法构建移动窗口数据矩阵解决单次采样中的数据波动问题，并建立了多层一维卷积神经网络将数据矩阵映射为机械设备的健康状态；根据失效阈值可以计算出机械设备的剩余寿命；采样轴承全寿命周期数据集合对提出的AFLRULP进行验证，并且与传统基于手动提取特征的方法进行寿命预测准确性的对比. 研究结果表明:AFLRULP不需要人工提取特征，可从原始监测数据映射为机械设备的性能状态与剩余寿命，相对于现有的基于手动提取特征的寿命预测方法，提出的方法在轴承寿命预测累积相对准确率上平均提高了0.20.      

城市快速路入口匝道神经模糊控制

综合考虑神经网络的学习能力、优化能力及连接式结构和模糊逻辑类似于人思维方式并易于嵌入专家知识的特点,将神经网络和模糊逻辑算法共同应用于城市快速路入口匝道驶入控制系统中. 通过优化选择输入输出变量并对其进行模糊化和反模糊化处理,建立相应的模糊推理规则、关系生成方法及推理合成算法,并利用神经自适应训练方法确定隶属函数的形式和参数,最后给出应用示例. 研究结果表明,利用神经模糊原理进行快速路入口匝道驶入控制能够有效提高匝道连接段的利用效率,减少交通事故.     

���п���·����ѵ���ģ������

综合考虑神经网络的学习能力、优化能力及连接式结构和模糊逻辑类似于人思维方式并易于嵌入专家知识的特点,将神经网络和模糊逻辑算法共同应用于城市快速路入口匝道驶入控制系统中. 通过优化选择输入输出变量并对其进行模糊化和反模糊化处理,建立相应的模糊推理规则、关系生成方法及推理合成算法,并利用神经自适应训练方法确定隶属函数的形式和参数,最后给出应用示例. 研究结果表明,利用神经模糊原理进行快速路入口匝道驶入控制能够有效提高匝道连接段的利用效率,减少交通事故.     

Application of neural network to downhill shift strategy for automatic transmission

A method is proposed to estimate the longitudinal road gradient with a concept “general gradient force (GGF)”, in which uncertain factors such as additional vertical load, road surface change, and strong wind are also taken into account. An adaptive downhill shift control system is then developed to help driver to use the engine brake with lower gears while downhill driving. In the adaptive system, a three-layer neural network is built to evaluate the necessity to make use of engine brake capability in current downhill situation, and the neural network is trained with samples from experienced drivers. Field test results of the adaptive system are introduced to verify the effectiveness of the approach mentioned above.     

基于BP神经网络的手写字符识别系统

基于BP神经网络对非线性系统辨识的通用性和自适应性等特点,构建了一个BP神经网络模型,增强了网络的自适应能力和学习能力,提高了网络的精度和收敛速度,并在此基础上开发出一个高效准确的手写体字符识别系统.     

Knowledge Representation and Fuzzy Reasoning of an Agricultural Expert System

The design scheme of an agricultural expert system based on longan and cauliflower planting techniques is presented. Using an object-oriented design and a combination of the techniques in multimedia, database, expert system and artificial intelligence, an in-depth analysis and summary are made of the knowledge features of the agricultural multimedia expert system and data models involved. According to the practical problems in agricultural field, the architectures and functions of the system are designed, and some design ideas about the hybrid knowledge representation and fuzzy reasoning are proposed.     

卷积神经网络及其在智能交通系统中的应用综述

从特征传输方式、空间维度、特征维度3个角度,论述了近年来卷积神经网络结构的改进方向,介绍了卷积层、池化层、激活函数、优化算法的工作原理,从基于值、等级、概率和转换域四大类总结了近年来池化方法的发展,给出了部分具有代表性的激活函数对比、梯度下降算法及其改进型和自适应优化算法的工作原理和特点;梳理了卷积神经网络在车牌识别、车型识别、交通标志识别、短时交通流预测等智能交通领域中的应用和国内外研究现状,并将卷积神经网络算法与支持向量机、差分整合移动平均回归模型、卡尔曼滤波、误差反向传播神经网络、长短时记忆网络算法从优势、劣势和在智能交通领域的主要应用场景三方面进行了对比;分析了卷积神经网络在智能交通领域面临的鲁棒性不佳和实时性较差等问题,并从算法优化、并行计算层面和有监督学习到无监督学习方向研判了卷积神经网络的发展趋势。研究结果表明:卷积神经网络在视觉领域具有较强优势,在智能交通系统中主要应用于交通标志、车牌、车型识别、交通事件检测、交通状态预测;相比其他算法,卷积神经网络所提取的特征更加全面,有效地提高了识别准确度与速度,具有较大的应用价值;卷积神经网络未来将通过网络结构的优化、算法的改进、算力的提升以及基准数据集的增强,为智能交通带来新的突破。      

STUDY ON NATURAL LANGUAGE INTERFACE OF NETWORK FAULT DIAGNOSIS EXPERT SYSTEM

Since Internet was born,the computer net workhas developed at a highspeedinits structure and ap-plication.Facing the huge and complex computernet work,we think it hard to deal with the variousfaults of the net work with manual method.Alongwiththe development of AI,the latest achievementof expert system(ES)has provided a new way forthe fault diagnosis and analysis of net work.Butthese ES don't provide a good interface for user.The interface of ES al ways uses command,menuand windows at pres…     

基于模糊神经网络的信息系统安全风险评估研究

采用改进的模糊AHP构建模糊综合评判中的权重集,克服了传统AHP的不足;将模糊综合评判的数据作为样本,利用人工神经网络强大的自适应能力与非线性映射能力,获得专家知识、主观判断以及风险因素对系统的影响程度,从而对信息系统进行安全风险评估,降低了评判过程中的随机性和专家主观上的不确定性.通过实例说明了方法的应用,并借助误差分析和相关性分析检测了模型的有效性.