基于多层事件融合的场景事件实时分析

为解决智能监控场景中场景事件实时分析问题,提出了一种基于多层事件融合的场景事件分析模型以及对应的RBPF实时推理方法.利用事件具有层次结构特性以及各层事件之间的关系,将场景事件分解为不同层次的子事件,利用多层子事件融合进行场景事件分析,并用多层动态贝叶斯网络模型对其建模.构建模型对应的RBPF推理方法,以实现对复杂场景事件进行实时分析.仿真实验证明了该方法能够对动态场景中的场景事件进行实时推理,比PF方法具有更高的精度及较少的时间代价.     

基于规则和事例推理的电气故障诊断方法

论文通过电路仿真和分析获取舰炮运行参数信息,建立了舰炮电气故障诊断规则库,融合规则推理和事例推理技术,设计了具备自学习能力的故障诊断系统.实际应用表明,该方法可最大程度地吸收各种有效的维修经验,在使用过程中其故障诊断能力会越来越强.     

基于CBR的高速公路路基安全风险预测

路基安全是高速公路建设管理的重要内容,然而,传统的风险预测方法难以满足预测精度的需要。本文运用模糊数学的有关理论,介绍了一个基于案例推理（CBR）的高速公路路基安全风险预测模型,并结合实际进行了应用检验。实例表明,该方法具有对案例库的更新功能,能够为高速公路路基安全风险预测提供有价值的参考依据。     

基于贝叶斯网络的出行方式选择模型研究

论文以居民出行方式选择为研究对象,分析了城市居民出行方式的影响因素,建立了基于贝叶斯网络的居民出行方式选择模型,并以苏州市为例,结合居民出行调查数据采用极大似然法对模型进行了参数估计,并采用贝叶斯网络推理方法验证模型精度。结果表明,该模型能较全面地考虑居民出行选择的影响因素,模型精度较高。     

基于本体的智能化语义信息处理系统研究

研究了推理机在语义推理、查询分析方面的应用,设计并实现1个基于领域本体的语义信息处理的实验系统,建立了教育领域本体库,并构造教育领域的推理规则,通过测试表明该系统能够较为有效地实现语义检索,提高检索精度.     

Bayesian Inference of Empirical Coefficient for Foundation Settlement

A new approach based on Bayesian theory is proposed to determine the empirical coefficient in soil settlement calculation. Prior distribution is assumed to be uniform in [0.2,1.4]. Posterior density function is developed in the condition of prior distribution combined with the information of observed samples at four locations on a passenger dedicated line. The results show that the posterior distribution of the empirical coefficient obeys Gaussian distribution. The mean value of the empirical coefficient decreases gradually with the increasing of the load on ground, and variance variation shows no regularity.     

基于拓扑变换的一种不确定性推理方法

不确定性推理的研究是人工智能研究领域的核心问题之一,也是近年来一个很活跃的研究方向.关于解决和处理不确定性推理问题的方法有很多.但从数学本质上来看,它们都是在推埋的前提和结论之间建立一种变换关系,并利用该变换关系去处理该推理问题.本文用模糊拓扑和模糊数学的方法给出了一种基于拓扑变换的不确定性推理方法.这为处理不性推理问题提供了一种合适的方法.     

基于D-S-CBR的燃料电池系统生产过程故障诊断

氢能产业发展迅速,质子交换膜燃料电池系统已实现初步应用广,在车、船、电站领域的应用逐渐推广。由于燃料电池系统的产业化开始时间有限,产品标准化程度较低,在生产过程中容易出现各种故障问题,研发、生产人员难以定位故障点及故障原因,排查及解决故障的时间长,严重影响生产进度。本研究通过将证据融合理论与案例推理故障诊断方法结合,构建一种混合数据的D-S-CBR系统,实现两种类型异构数据的融合及故障诊断。并将此研究应用于燃料电池系统的生产中,辅助研发、生产人员进行生产过程故障诊断,减少故障诊断时间,降低生产成本,提高产品质量。     

案例推理中的案例检索网络及其扩展

在案例推理CBR（Case Based Reasoning)中不同的检索方法对于案例的表示、组织和存贮具有直接影响。本文对由Lenz与Burkhard提出的基本案例检索网络给出了完整的、形式化的描述,基于这种描述建立起数学模型,进而对其进行扩展。在基本案例检索网络BCRN（Basic Case Retrieval Network)的扩展模型中,设置了一个“虚拟结点层”位于信息实体结点层与案例结点层之间,每一个虚结点表示由一组具有相似属性的信息实体抽象出来的一个概念。虚结点的激活是可控的,若激活向后传播用户可在信息实体层中找到更具体的信息,反之向前传播时用户则可找到更为抽象的信息或案例,从而可满足不同用户的查询需求。     

专家系统不精确推理中合取算子问题

在专家系统不精确推理中合取算子存在的问题——用最小算子进行合取,有时损失信息太多,导致推理失真。本文引入三角范数和平均算子的概念(三角范数族是最一般的合取算子表达式,平均算子则是取值于最大、最小之间的折衷算子),建议使用上下文规则集来选择最近似的计算方法,将复杂性与计算精度综合考虑,最后阐述了解决合取算子问题的几种方法。