智能建模、优化、控制及其在工业中的应用专刊序言

人工智能自诞生以来,经历了从早期的专家系统、机器学习,到当前持续火热的深度学习等多次技术变革与规模化应用的浪潮。随着硬件算力、软件算法、解决方案的快速进步与不断成熟,工业生产逐渐成为了人工智能的重点探索方向,人工智能与工业场景的融合释放出巨大潜力。当前,新一轮科技革命和产业变革蓬勃兴起,工业经济数字化、网络化、智能化发展成为第四次工业革命的核心内容。

BIM技术支持下桥梁工程的参数化智能建模技术分析

BIM技术是提升桥梁工程建设质量、桥梁结构性、承载力、使用寿命的重要手段,同时还能利用自身可视性、模拟性、协调性的特点,为工程管理、技术交底、成本控制等重要施工环节赋能。基于此以河北省唐山市某桥梁工程为例,采用Revit建模软件及Dynamo建模插件对BIM技术支持下桥梁工程的参数化智能建模技术进行分析,并对上部变截面箱梁的参数化建模和下部构件的参数化建模进行技术分析,最终展示全桥BIM模型。

智能建模方法中的数据预处理

本文对智能系统建模中的数据预处理问题进行了研究 ,指明了这一工作的重要性 .结合一个系统建模的例子阐明了在智能建模方法中进行辅助变量初选、数据采集、数据处理与校正、输入数据集降维等各种数据预处理工作的思路与方法 ,为系统模型的准确建立提供了保证 .

热轧层流冷却过程的智能建模仿真软件包

针对热轧层流冷却过程具有综合复杂特性,难以建立精确数学模型的难点,基于其智能建模方法开发了仿真软件包。讨论了仿真软件包的结构和功能。该软件包方便,实用,为热轧层流冷却过程的模型研究提供了良好的软件环境。

对压电陶瓷执行器迟滞特性的智能建模

由于压电陶瓷执行器固有的迟滞非线性会影响系统的控制精度,甚至能导致系统不稳定,基于神经网络建立一个迟滞非线性的智能模型。提出一个迟滞因子将多映射的迟滞非线性转换成能够被神经网络逼近的一一映射。该模型结构简单,简化了辨识过程。最后用该方法对实际的压电陶瓷执行器进行建模,结果表明,该模型能够准确的逼近迟滞非线性。

基于国标的地学数据库智能建模方法

为方便地学数据库设计,缩短建库周期,避免建成的数据库结构不能更改以及使建成的数据库能更好地为地学信息共享服务,提出了地学数据库的智能建模方法.该建模方法采用国家标准分类术语代码辅助设计技术和数据字典技术来辅助数据库设计,对数据模型进行标准化设计,并在设计过程中提供了相关的术语代码字典以支持数据库的标准化数据采集,促进了地学信息共享,同时提供了相应的数据库模型字典,为后期的数据库结构的变动提供支持.

基于BIM的混凝土坝浇筑仿真智能建模方法研究

针对混凝土坝浇筑过程受自然环境、坝体结构、混凝土供应、坝体浇筑入仓手段等众多因素的影响,且各因素之间存在复杂的空间和时间的制约关系,使得目前混凝土坝浇筑仿真建模效率不高的问题,提出基于建筑信息模型(BIM)的混凝土坝浇筑仿真智能建模方法,以直接提取或间接转换的方式将BIM信息和混凝土坝浇筑仿真模型信息联系起来,实现一定程度上的智能建模。实例应用结果表明,该方法缩短了混凝土仿真模型构建时间,提高了模型构建效率和自动化程度,同时也使得建立的模型便于工程设计人员理解。

一种新的面向焊接智能建模的离散化方法

针对离散化方法在焊接智能建模和控制中的重要性和目前研究存在的不足,以粗糙集智能建模方法为例,采用脉冲钨极氩弧焊的一个预测焊接熔池背面宽度的模型为背景,对离散化方法进行研究。确立了离散化方法在焊接建模领域的主要评价标准。据此对比了常用的适合焊接过程的离散化方法,并得出基于熵的离散化算法更好。最后,在基于熵算法的基础上提出了一种改进的离散化方法。结果表明,该算法稳定且更加适合焊接领域的建模。

盾构机土仓压力平衡系统智能建模及其实验

为解决盾构机土仓压力平衡系统时滞、非线性、时变和不确定特性建模问题,建立了基于神经网络和系统输入-输出观测数据的智能建模方法,解决了土仓压力平衡系统的解析数学建模所遇到的困难。计算结果表明,基于Gauss-Newton优化的神经网络训练方法,具有较快的收敛速度。盾构机实验台实验结果表明,与解析数学建模方法相比,所提出的新的智能建模方法拟合和预测精度提高了一个数量级,验证了智能建模方法的有效性和精确性。

加权支持向量回归算法在船舶智能建模中的应用

在分析现有基于高斯核的支持向量回归方法优缺点的基础上,将高斯核参数加权与支持向量回归算法相结合,实现了一种"基于高斯核参数加权的支持向量回归算法".在该新算法中引入一种带权重因子的核函数,其中权重因子由输入向量来确定,同时将该算法应用在散货船舶主尺度要素智能化建模中并与常规算法进行了比较.试验结果表明了这种改进的支持向量回归算法在船舶主尺度要素智能化建模中的有效性和实用性.

车辆路径问题的智能建模方法研究

针对车辆路径问题的自动建模工作,以人类建模思维规律为依托,提出了基于结构差异的智能建模方法,实现了车辆路径问题的智能建模系统,解决了车辆路径问题动态性导致问题建模不能实现的瓶颈。通过该系统的实际应用,验证了建模方法的可行性与有效性。

流场分析与智能建模在机油泵CAD中的联合应用

针对发动机机油泵新产品设计过程中性能预测难和试验成本高的问题,提出一种将流场数值模拟和神经网络智能建模预测技术联合应用于机油泵产品设计过程的新方法。结合机油泵初始设计结构尺寸,建立其内部流场的CFD(computathonal fluid dynamics)仿真模型;通过流场数值模拟分析,获取一定量的机油泵转速、供油压力、供油温度和供油流量数据;构建描述机油泵供油特性的BP神经网络模型,利用流场数值模拟结果数据作为样本训练该网络模型;最后利用训练好的BP神经网络智能模型对各种工况下机油泵的供油特性进行预测分析。实例验证结果表明,采用文中方法取得很好的仿真分析效果,可以用于在设计阶段对发动机机油泵产品的结构进行优化并调控产品的工作特性。

基于组件技术和遗传小波神经网络的智能建模系统研究

本文对已有的人工神经网络、小波分析、遗传算法的建模方法进行组合利用和加以改进,建立了智能信息处理器。该系统将大量的观测数据进行小波去噪等预处理后,作为小波神经网络模型的输入训练样本数据,网络训练中利用遗传算法动态修改网络结构和参数,并避免神经网络训练速度慢、容易陷入局部极值的缺点,从而完成数据挖掘和复杂的非线性建模功能;同时以智能信息处理器为基础,基于GIS平台利用组件技术建立扩展性强的智能建模系统。最后以某灌区水资源管理过程中的径流预报为例进行仿真实验,验证了方案的可行性和有效性。

复杂工业系统的广义知识模型与智能建模

分析了复杂工业系统与传统系统的不同,指出了复杂工业系统广义知识模型与智能建模的必要性和紧迫性;研究了复杂工业系统的现场数据检测与信息融合、建模、控制、管理与决策及运行状态等特征,提出了实现复杂工业系统的广义知识模型描述、模型化原则,并从数值模型描述、符号(语言)模型的描述、人类专家自然语言符号描述3个方面,给出了多层智能建模的具体方法和策略;介绍了多种智能技术在广义知识模型和智能建模中的应用,研究了复杂工业系统的多层广义知识描述与智能建模方法的综合应用以及复杂工业过程的智能协调控制系统结构.

基于CT肝癌3D slicer人工智能建模精准辅助外科的应用研究

目的:探讨基于电子计算机断层扫描(computed tomography,CT)肝癌三维切片(three dimensional slicer,3D slicer)人工智能(artificial intelligence,AI)建模精准辅助外科的应用效果。方法:选择2018年6月-2020年9月本院收诊的60例肝癌患者,均行腹腔镜肝切除术。按照有无辅助应用基于CT的3D slicer AI建模分为试验组(n=30,应用)与对照组(n=30,未应用)。观察两组手术出血量、肝门阻断时间、手术时间,分析两组术后7 d前白蛋白(prealbumin,PAB)、白蛋白(albumin,ALB)、转铁蛋白(transferrin,TRF)水平,比较其术后7 d静息能量消耗(resting energy expenditure,REE)水平、分化簇4(cluster of differentiation 4,CD4^(+))/分化簇8(cluster of differentiation 8,CD8^(+)),且需统计其转开腹率、术后7 d并发症发生率及围手术期死亡率。结果:试验组手术出血量较对照组少,肝门阻断时间、手术时间均较对照组短,差异均有统计学意义(P<0.05)。两组术后7 d PAB、ALB、TRF、CD4^(+)/CD8^(+)水平均较术前降低,但试验组均较对照组高,差异均有统计学意义(P<0.05);而其术后7 d REE水平较术前升高,但试验组较对照组低,差异均有统计学意义(P<0.05)。试验组转开腹率、围手术期间死亡率与对照组相比,差异均无统计学意义(P>0.05)。试验组并发症发生率较对照组低,差异有统计学意义(P<0.05)。结论:基于CT的3D slicer AI建模辅助肝癌患者完成腹腔镜肝切除术,有助于减少患者的手术时间、手术出血量与并发症情况,可促使患者的血清内脏蛋白水平尽早恢复正常,且能够改善其能量代谢与免疫功能。

协同智能建模与协同智能仿真

当前,"系统建模与仿真"正在向复杂大系统的"协调化、智能化、集成化、网络化"建模与仿真的方向发展。在2009年在第四届"中国系统建模与仿真技术高层论坛"的特邀报告中提出,提高系统建模与仿真的"协调化、智能化、集成化、网络化"水平,研究开发"协同智能建模"、"协同智能仿真"的新方法、新技术、新系统。主要内容是:论述"系统建模与仿真"的发展方向,提出"协同智能建模与仿真"的概念理论基础、设计思想、总体方案、关键技术、开发策略,给出了应用实例。

迁移学习模糊识别方法和智能建模

传统机器学习方法在识别领域或建模分析时其性能往往依赖于数据的丰富程度,训练数据或待分析数据量的多少决定最终模型的性能,通常数据量越多所构模型的性能越佳。但对于一些特殊领域或新兴领域,初期所采集的数据量常显不足,此时传统机器学习方法不再有效。针对此问题,近年来一种新的学习模式迁移学习方法被提出。该方法可通过对历史相关数据的总结获取历史知识,利用知识和当前的数据进行识别或建模从而得到更可靠的模型。该学习过程与人类的认知过程类似,其开创了一种新的学习模式。介绍和总结近年来在迁移学习框架下提升传统模糊识别方法(主要模糊聚类技术)和模糊智能建模方法(主要模糊系统建模技术)性能所做的一系列工作及尚存在的一些问题,以期为相关领域的研究人员提供有价值的参考。

基于事例推理的车辆路径问题智能建模方法

针对传统的人工离线建模难以适应现实环境中车辆路径问题动态性这一缺陷,以车辆路径问题的机器建模方法为研究内容,以提高建模工作的实时性和智能性为目标,提出了基于事例推理的智能建模方法。该方法使用基于属性-建模知识重用度的多层加权最近相邻检索方法实现事例的检索;使用基于规则的推理方法完成旧事例建模经验的复用与建模结果的调整。基于这一智能建模方法,实现了车辆路径问题智能建模的原型系统。系统的应用表明,该建模方法在速度和有效性方面符合实际环境的基本要求。

异形螺杆数控铣削刀具磨损智能建模研究

介绍了一种在线估算螺杆数控铣削中刀具磨损量的新方法。该方法基于螺杆铣削过程变切削参数的工况,提取了振动信号和功率信号的刀具磨损特征值,基于自适应神经—模糊推理系统建立了刀具磨损数学模型。实验证明,由此建立的刀具磨损模型能够排除切削参数变化的干扰,可以较好的反映加工中刀具磨损状态,同时也为具有时变切削参数特性的加工过程刀具磨损状态监控提供了新的研究方法。

部分状态变量不可测的乙腈精制过程智能建模

提出一种基于PLS与NN的混合智能建模方法，建立部分状态变量不可测的高纯乙腈连续精制过程模型。针对乙腈连续精制过程工况变化频繁、部分关键状态变量不能在线检测且难以实现基于机理模型的过程综合优化控制等难点，并考虑到过程的强非线性、多变量关联性及小样本问题，利用PLS进行相关性分析与主成分提取，解决变量之间的相关性及小样本多变量问题，并利用优化程序完善模型训练过程，提高建模精度。预测结果表明，PLS-NN混合智能模型与NN模型相比，具有更好的预测性能与泛化能力，证明了方法的有效性。