智能规则在半导体生产线调度中的应用

半导体产品的加工工序多且流程复杂，流程中有重入、动态重做和作废，因此有效管理半导体生产线已成为研究的热点。本文针对实际生产线设备、人员和订单情况，利用智能规则给出了有效实用的调度方案，并通过仿真实例显示了该方案的有效性。

基于智能规则的医院检查预约平台应用研究

以上海市胸科医院为例,从总体架构、智能规则库、模型构建和计算等方面阐述基于智能分配规则的医院检查预约平台建设,选取对照组和观察组对平台使用前后预约情况进行对比,结果表明该平台有助于缩短检查等候时间,优化检查预约流程,提升患者满意度。

基于智能规则的调度自动指挥系统

针对调度指挥系统的开发现状和问题,提出了基于智能规则的调度自动指挥系统,阐述了该系统的特点、实现架构以及调度自动指挥的原理和过程。通过本系统定制的智能规则实现调度自动指挥功能和其他管理业务功能,大大提高了调度指挥工作的效率和实用性。

论数字司法下的民事诉讼规则

数字司法是将大数据、区块链、人工智能等新技术应用于司法领域、提高司法效率的司法新形态。依托于“数字化建设”,数字司法在诉讼理念、诉讼规则、诉讼程序等方面都对传统司法形成重大冲突与挑战。数字司法中的民事诉讼规则主要包括电子送达规则、证据远程审查规则、在线庭审规则、智能裁判规则等。研究数字司法中的民事诉讼规则,有利于把握当前全域数字法院改革的本质,探究诉讼案件的智能化司法模式,更好回应数字时代下人民群众的司法需求。

数据挖掘技术在构建非酒精性脂肪肝患者自我管理关联规则中的应用

目的:通过挖掘与非酒精性脂肪肝(NAFLD)患者自我管理能力的关联因素,为患者制订合理的自我管理方案提供依据。方法:收集2020年11月至2021年9月温州医科大学附属第一医院241例NAFLD患者的婚姻状况、吸烟史、文化程度、BMI、脂肪肝程度等基线资料和自我管理能力,应用Apriori算法挖掘关联规则的频繁项集分析患者的相关数据,提取数据库中与自我管理有关的项集,构建关联规则。结果:患者自我管理得分为60~130分,平均(91.24±16.98)分,将其分为高、中、低水平,进行条件设定,再由χ2检验筛出1322条规则,结合患者因素、临床实践与护理专业知识,最终确定9条与自我管理能力关联的规则。结论:利用数据挖掘技术,发现BMI、合并慢性病的数量、脂肪肝程度、吸烟史、婚姻、文化程度等变量关联会影响患者的自我管理能力。建议对不同文化程的患者采用个体化的宣教方案,积极鼓励家属参与控制体质量、戒烟,提高患者的自我管理能力,改善NAFLD患者的预后。

基于智能PID规则的专家控制器

介绍一种基于智能ＰＩＤ规则的专家控制器。

规则智能系统的用户面设计

描述一类规则智能系统（通常是专用系统）的用户面原理，并着重探讨这类系统界面设计过程中的几种关键因素，如为传统性、线性特征，实时表象及群集效应等，也介绍了基于这些因素所开发的规则智能系统。

发明初审智能审查规则引擎技术研究

随着我国创新能力和创新水平的提升,专利审查模式需要进一步转变和优化,同时,还需要加强专利审查的信息化、智能化水平,推进专利审查模式转变和国家知识产权战略目标的实现。本文即是针对发明初审的智能化审查与结合自身专利审查实践,重点研究了专利智能审查规则引擎技术、实现原理和应有功能,以期能将研究成果应用于专利审查智能化的实现,为进一步实现专利审查效率提升、审查质量的提高做一些有意的探索。

自注意力与强化学习耦合的多智能体通信

利用通信规则的多智能体算法通过智能体间交互信息进行协作,而其中信息质量决定了智能体协作能力与完成任务的能力,是提升智能体表现的关键因素.目前通信规则型算法存在通信信息产生方式单一、信息冗余等问题.针对以上问题本文提出了基于自注意力机制的信息处理模块TDU以及适配的信息产生智能体算法.首先,通过改进适配信息生成的强化学习算法作为智能体网络,通过网络学习生成适配信息,提高了智能体间信息产生的适配性并固定了信息选择的范围,降低了信息处理的难度.之后,利用基于自注意力机制的信息处理模块,对生成的信息进行筛选,提取高价值信息进行传输,提高智能体传递信息质量.本文提出的算法在经典智能体通信规则测试环境Swtich Riddle中进行了大量实验,并与主流通信规则型算法进行对比.实验结果表明,本文提出算法有效提高了智能体信息质量,加快了智能体学习速度,增强了智能体通信能力.

用模糊智能规律控制房间温度

叙述了房间温度控制器的重要性，分析了传统控制方法的特性和缺点。提出了房间温度模糊智能控制的方法，并给出了模糊智能规则的具体构造和仿真结果。

编制列车运行图的智能控制方法

讨论了在列车运行中,针对列车晚点、加开列车、减开列车造成的不能按图行车的实际情况,研究并提出在原有运行图基础上进行智能化调整的方法,并将调整结果反映在运行图上,实时绘制出新的运行图。这为列车运行的调整及相关参数的计算提供了方便、直观的依据,反映了计算机编制列车运行图的智能化发展趋势。

利用数据挖掘技术构建老年住院患者跌倒关联规则的应用与探讨

目的挖掘与老年住院患者跌倒事件的关联因素,为制订住院患者跌倒防范措施提供依据。方法应用Apriori数据挖掘算法对浙江省某三级甲等医院2018—2021年上报的258例老年跌倒患者(≥65岁)相关数据进行挖掘分析,找出数据库中与跌倒有关的项集及关系,建立关联规则。结果通过条件设定及卡方检验筛选出743条规则,结合临床与护理专业知识,最终确定10条与跌倒关联的规则。结论通过数据挖掘,深入分析跌倒事件各因素间的关联规则,能够获取老年住院患者跌倒事件的特征性因素,为构建院内跌倒防范体系提供依据。

人工智能国际规则博弈态势、共识分歧与中国“话语势能”建构

当前,大国激烈争夺人工智能国际话语权和规则制定权。人工智能国际规则博弈经历了萌芽期、快速发展期和爆发期三个阶段,总体呈现碎片化、阵营化、“软法不软”和规范性权力失衡等特征。各国对国际法适用性、透明度等治理核心、隐私安全等治理底线以及敏捷治理等基本模式存在高度共识,但也对致命自主武器的禁止与管制、人类控制标准等议题存在较大分歧。为提升中国在人工智能治理中的国际话语权,文章引入并完善“话语势能”理论,提出从创造话语联系、构造主体关系和塑造平台机制三个维度建构中国的“话语势能”,充分发挥国家“用势”和“造势”的能动作用,打破美西方的话语霸权。

物理机制引导的水库调度深度学习模型研究

为了从海量数据提炼人工调度经验来指导日常工作,机器学习等技术正逐渐应用于水库调控实践中。然而,仅依赖机器学习技术形成的水库调度方案,往往无法真实反映水库调度过程,使得调度经验刻画不到位。因此,本研究构建了物理机制引导的水库调度深度学习模型,以损失函数惩罚项的形式考虑水库出库流量的水量平衡约束、单调性约束、边界约束,以数据增强的方式在模型训练集与验证集中纳入稀遇洪水调度过程。研究结果表明,该模型在常规运行条件与稀遇水文条件均能有效模拟水库调度决策,与基准模型相比,该模型的模拟结果更符合水量平衡原理,有效减少负值流量,能准确模拟高值流量。该模型可为水库智慧调度的实现提供技术支撑。

地理国情普查质检软件测试方法

针对目前用于GIS数据质检软件测试方法研究的不足,通过分析"算子+参数"的软件特点,提出基于智能规则的软件测试方法。以输入型故障模型为基础,对规则参数采用输入域分析的测试方法;采用数据驱动的设计模式,基于数据质检任务进行增量式自动化脚本的开发与测试。将该方法引入地理国情普查质检软件测试中。实践证明,该方法能够有效提高测试效率,并提高测试结果的可靠性。

基于Agent的测试用例选择工具研究

测试用例的数量和质量决定软件测试的成本和有效性。该文设计了一种基于Agent的测试用例选择工具,它能优化测试用例自动生成器所产生的大量测试用例。该工具利用RE规则和CTS规则对测试用例进行智能选择。其优点是它能进行没有冗余的、一致性的测试用例的选择,在不改变故障检测能力的同时缩短测试时间。

电力系统污区分布图计算机自动绘制的研究

传统的电力系统污区分布图手工绘制方法存在制作时间长、精确性差的缺点。根据新标准探讨计算机自动绘制污区分布图的绘制方法,介绍了其规则库引擎的原理、算法及制图流程。指出采用计算机自动绘制污区分布图,当规则库与运行经验在判断局部区域污秽等级有冲突时需要通过人工修订模式来解决。

含分布式电源的配电网大面积断电供电恢复策略

提出利用智能体环境规则(agent-environment-rule,AER)的数学模型以解决包含分布式电源(distributed generator,DG)的配电网大面积断电供电恢复问题。考虑孤岛运行的情况,将含分布式电源的配电网供电恢复中的各种因素表示为AER模型中的智能体、环境和环境更新规则。该模型结合多智能体系统(multi-agent-system,MAS),构造了一个格子环境,所有智能体均可感知局部环境并在环境中进行移动。使用异步回溯算法不断地通过智能体间的交互和智能体与环境间的相互影响来更新每个智能体在解空间的位置,使其能够快速地搜索到最优解。算例结果证明了所提方法的有效性和优越性。

Mining multilevel spatial association rules with cloud models

The traditional generalization-based knowledge discovery method is introduced. A new kind of multilevel spatial association of the rules mining method based on the cloud model is presented. The cloud model integrates the vague and random use of linguistic terms in a unified way. With these models, spatial and nonspatial attribute values are well generalized at multiple levels, allowing discovery of strong spatial association rules. Combining the cloud model based method with Apriori algorithms for mining association rules from a spatial database shows benefits in being effective and flexible.

抽水蓄能电站基建期预警监测管理系统研究与开发

陕西镇安抽水蓄能电站基建期采用了预警监测管理系统,智能化预警监测机制,智能预警信息推送,智能预警信息处置,实现了对涉安人员不安全行为和实物不安全状态由传统的人工监测到系统监测和报警的转变。通过自动识别、预测发生、预判趋势、预警提醒和预案解决,提升了现场施工安全管控水平,对于工程基建期安全维护起到良好的保障作用。