基于multi-agent的分布式专家系统原理及应用

基于Internet/Intranet松耦合环境设计分布式选矿专家系统 ,采用面向agent(智能体 )的系统开发方法和multi agent分布协作求解模式 ,采用异构异质agent,即agent可建构于广域网、局域网和单处理器紧耦合模式 ,且求解a gent可以是基于符号系统、神经网络、遗传算法等agent的协作 .此外 ,建立了统一的知识库标准 ,基于关系数据模式表征了传统的规则、框架、语义网络及谓词逻辑等知识表示方法 .其中 ,基于数据库引导及搜索技术实现了正向推理机制及反向推理机制 ,易于agent之间知识的传输 ,大大提高了通信效率 ;基于DCOM技术 ,以C + +构建框架类加速了agent的实现 .以矿石可选性预测求解为例 ,实现了多agent协作求解的仿真系统 。

MPES通用骨架系统的研究

应用工艺矿物学、矿物工程学、选矿学、专家系统、人工神经网络、遗传技术、模糊数学、多媒体及计算机技术等多学科交叉方法，建立了选矿专家系统通用骨架系统ＭＰＥＳ、系统是在Ｗｉｎｄｏｕｓ平台上用Ｃ＋＋语言编制，包括多种知识表示方法和推理机制，适用于矿石可选性预测、选矿厂设计、机械设备故障诊断、生产过程控制和经营管理决策等方面新型专家系统的构造，大大缩短了专家系统的建造周期。

硫化铅锌矿石可选性预测专家系统的研究

论述了矿石可选性领域知识的特点、知识表示方法和推理控制策略。建成了由知识库、推理机、数据库管理系统和界面系统组成的硫化铅锌矿石可选性预测专家系统，系统运行结果令人满意。

选矿方案的多目标灰色局势决策

由于矿山地质结构复杂以及矿产资源的富集程度差异等原因，给矿山企业决策带来了困难。选矿方案的确立涉及到经济和技术等因素的多目标评价问题，特别是在进行多种矿物的分选方案选择时，两种或多种成分的富集同时发生，并且在各指标的目标值之间存在对立统一的关系．如何把握好它们之间的关系，选取优化的选矿方案．使资源得到合理的综合利用．同时又使企业获得较好的效益．是一个值得深入研究的课题，本文推广应用灰色系统理论，提出了选矿方案的灰色局势多目标决策方法。

矿石可选性预测专家系统(Ⅰ)─—系统的总体设计

建立了铅锌矿石可造性预测专家系统，运行结果良好。本篇着重论述矿石可造性领域知识的特点和知识表示方法；分析矿石可造性预测专家系统的主要特征；讨论矿石可造性预测子问题的划分、一般决策过程、推理控制策略以及系统的总体设计。

钢球表面罩盖层厚度的影响因素研究

本文探讨了湿式磨矿过程中钢球表面罩盖层厚度的影响因素及其影响规律。研究结果表明 ,钢球表面罩盖层厚度随矿浆体积浓度的增大而增大 ,且存在一临界值 (约为 5 0 % ) ,当矿浆体积浓度大于该临界值时 ,罩盖层厚度急剧增大 ,矿浆体积浓度越高 ,增大的幅度越大 ;添加化学药剂能改善高浓度矿浆的流变性 ,使钢球表面出现最佳罩盖层厚度所对应的矿浆体积浓度增大 ;当矿浆性质一定时 。

矿石可选性预测专家系统(Ⅱ)──知识库的设计

根据矿石可选性领域知识的特点，提出知识库应具有多子库、多层次结构。通过对确定磨矿－浮选流程可选方案决策知识的处理，论述了知识库的设计方法和步骤。系统运行结果表明，设计思想和方法是正确的，已达到预期的目的。

矿石可选性预测专家系统（Ⅲ）──推理机的设计

通过分析，认为矿石可造性预测问题具有基本的固定分解模式。在此基础上，研究了推理控制策略和推理机的工作原理，设计了求解具有固定分解模式问题的推理机。

模糊聚类分析在矿石可选性分类中的应用

论述了用模糊聚类分析对矿石进行可选性分类的方法和步骤,给出了应用实例,分类结果令人满意。

选矿专家系统

系统介绍了专家系统在选矿各个领域中的应用，根据国内外的经验和作者的研究工作，论述了选矿专家系统的应用前景和发展趋势。

论矿石可选性研究方法的改革

本文分析了传统矿石可选性研究方法的严重弊端，介绍了近年来数学模型和计算机技术在矿石可选性研究领域的应用概况，提出了建立矿石可选性预测专家系统的新设想，认为这是改革传统矿石可选性研究方法的有效途径。

从黄铜矿精矿浸渣中回收硫和铜的试验研究

黄铜矿精矿经三氯化铁浸出后,浸出残渣中含有元素硫和未反应的黄铜矿。矿物学研究表明,元素硫呈5—10μm 的分散晶体或集合体形态存在。用浮选方法,可获得品位为83%、回收率为96%的硫精矿和品位为9%、回收率为84%的铜精矿,技术经济效益显著。

美、加矿业现状及发展趋势

根据作者１９９３年６－７月间对美国、加拿大矿业的实地考察以及收集到的有关资料，对美、加矿业现状作了扼要的介绍，对今后矿业的发展趋势进行了综合评论。

混合矿分级数学模型

为了研究混合矿分级通用数学模型,用磁铁矿和石英的混合矿在螺旋分级机中进行了一系列分级试验。所研究的影响螺旋分级机性能的操作变量和设计变量包括:给矿流量、矿浆浓度、给料粒度组成、溢流堰高度、分级机安装倾角及转速。模型包括四个基本参数与操作变量和设计变量之间的关系式以及单一矿物分级行为和混合矿分级行为之间的关系式。模型不仅能清晰地揭示影响分级机性能的主要变量及其相对重要性,而且能精确地预测混合矿和各单一矿物的分级行为。

AHP理论与方法研究: 一致性检验与权重计算

证明判断矩阵一致性的一个充要条件，并根据此充要条件。

基于Multi-agent的分布式专家系统协作机制

探索了基于Internet/Intranet松耦合环境设计分布式选矿专家系统DMPES ,采用面向Agent的系统开发方法和Multi agent分布协作求解模式。基于DCOM技术 ,以C ++构建框架类加速了Agent的实现。文中提及的智能主体的通信机制、协同求解中的领域问题描述、协商及分布式协作机制的建立思想对复杂问题求解提供了支持。DMPES系统在网络环境下基于WindowsNT WorkStation采用C ++开发实现 ,这里描述的协作机制已在该系统中获得应用 ,运行结果表明其具有较好的性能。

基于Internet/Intranet技术建造的远程专家系统

建造了Internet/Intranet网络化选矿远程专家系统 ,该专家系统用网络搜索引擎技术通过网络搜索Web数据库而实现求解。构造了选矿基础Web数据库 ,建立了统一的知识库标准 ,基于关系模式表征了传统的规则、框架、语义网络、谓词逻辑等知识 ;基于数据引导及网络搜索技术实现了Web推理求解机制 。

遗传神经网络预测模型在选矿中的应用

分析遗传算法 (GA)及BP神经网络 (NN)的理论基础 ,提出了GA与NN结合的主要方式和步骤。讨论了基于遗传神经网络的建模思路 ,主要针对矿石可选性预测、选矿生产指标预报问题 ,建立相应的遗传神经网络模型。论述了选矿数据预处理的方法和GA -BP神经网络的设计。通过实例验证 ,模型的预测精度达到 90

选矿专家系统环境的总体结构

介绍选矿专家系统环境MPESE的总体结构。综合应用专家系统、人工神经元网络、遗传技术、多媒体技术、软件工程、计算数学、工艺矿物学及矿物加工学 ,建立了选矿专家系统的开发环境 ,可用于建造新型选矿专家系统 ,用以完成矿石可选性预测、流程及设备的选择、生产过程操作指导及机械设备的故障诊断。MPESE系统环境主要由五部分组成 :知识库、多媒体库、推理机制、用户界面和应用工具。系统以MicrosoftWindows为操作平台 ,采用 32位编程技术。知识库由统一的基本元素—对象组成。系统的推理机制封装在各知识类中 ,通过属性继承和消息传递来执行推理求解。各推理机制相互独立 。

矿产资源综合开发利用评价的多目标决策灰色关联度方法

矿产资源综合开发利用评价是一个比较典型的多目标决策问题。文献［１］中采用的矿产资源综合开发利用评价理论与方法，是把方案设计与评价标准结合起来，并运用决策理论中的理想点方法进行最终评判和优先排序的。但实际操作中，由于各目标间的相互约束，理想点在技术上往往是不可能实现的，因而，方案优劣并不总是可以用与理想点的接近程度来度量的。本文分析了理想点法在矿产资源综合开发利用评价中的不足，并提出了一种灰色关联度线性加权和方法。实例检验，此方法较文献［１］中的理想点法为优。