神经网络专家系统控制器的应用研究

介绍了人工智能与神经网络专家系统的特点及其结合的互补优势,提出了神经网络专家系统控制器的设计原理,及控制器的控制流程。

基于神经网络的专家系统控制器

采用平衡的倒摆小车所记录下来的数据，经处理后用有师学习方法来训练前馈神经网络。训练后的神经网络可以替换专家，并且表示了一组专家尚未意识到或者表达不出来的规则。用神经网络表示的规则与使用Ｑｕｉｎｌａｎ的ＩＤ３推理算法推导出的规则进行了比较。实验结果表明，神经网络算法学习出来的规则较ＩＤ３算法推导出的规则更为有效，且更有应用价值。本文最后尝试将该规则应用于火箭的姿态控制。

基于模糊神经网络的压边力优化控制专家系统

说明了压边力优化控制模糊神经网络专家系统的总体结构框架及系统各模块的功能 ,对模糊神经元的选取、模糊神经网络的构造和模糊神经推理机制进行了深入的阐述 ,针对板料拉深过程中的变量选取了模糊神经网络的输入输出参数 .在板料拉深过程中 ,应用压边力优化控制模糊神经网络专家系统实现了冲压成形过程的智能化控制 .

基于神经网络的导弹测发控制系统故障诊断专家系统

目的:基于BP神经网络推理模型,建立导弹测发控系统故障诊断专家系统的基本结构,并给出一个具体的应用实例,方法:首先对导弹测发控系统的故障机理进行分析,在此基础上研究基于BP神经网络推理模型的故障诊断技术的应用,确定了基于BP神经网络的故障诊断专家系统的设计思想和实现方法,结果:建立了基于BP神经网络推理模型的导弹测控系统故障诊断专家系统,弥补了传统的故障树推理模型的不足。结论:通过对某型导弹发控系统中配电分系统的故障诊断实例,说明了该故障诊断专家系统的可行性。

神经网络专家系统在滤机控制中的研究

提出一种滤机控制中除蜡过程再生信号的确定方法.该方法采用神经网络专家系统,并经过工厂提供的实测数据进行训练,仿真结果较好,可以用于生产实际.

神经网络专家系统在高炉布料控制中的应用

将模式识别中的统计方法与人工神经元网络方法有机地结合起来，设计了一种综合的高炉煤气流分布模式识别系统。并基于鞍钢１０＃高炉操作工艺．将该模式识别系统与专家系统相结合，建立了高炉布料操作专家系统。

基于神经网络的SMT焊点质量控制专家系统设计

由表面组装技术(SMT)形成的产品,其焊点质量直接影响到产品的可靠性和寿命。在SMT产品生产过程中,如果能够对焊点质量进行实时评价和控制,将能提高生产率和产品的质量。提出了一种基于神经网络的SMT焊点组装质量控制专家系统,其对于实现SMT焊点质量实时、准确的评价和控制有着重要的意义。

基于神经网络的专家系统在温室控制中的应用

为了实现温室控制,针对温室环境的多输入、多输出、非线性和难以建立数学模型等特点,提出一种基于BP神经网络的专家系统并用于温室控制。该方法将传感器采集的温度、湿度等信息输入到神经网络专家系统,在获得决策结果的同时通知控制部分执行相应的决策。这种方法不仅解决了传统专家系统知识获取的瓶颈问题、推理能力差、智能化低的缺点,而且克服了神经网络不具有解释功能的问题。总之,成功实现了神经网络和专家系统功能上的互补,较好的用于温室控制。

基于神经网络的控制专家系统开发环境的实现

为了充分发挥专家系统与人工神经网络技术两者的优势,支持高效实用的结合型控制专家系统的开发,本文首次提出并在微机上实现了一个以神经网络为核心的控制专家系统开发环境(NESDEV)。可辅助控制领域的工程技术人员,方便、快速、高效地开发基于神经网络的实时控制专家系统。本文将叙述该开发环境的系统结构,规则库——神经网络翻译算法,人机接口技术等内容。

集成神经网络和专家系统的控制系统故障诊断

在分析了所研究的控制系统的基础上，针对神经网络和专家系统在故障诊断中各自的优缺点，建立了一个基于神经网络和专家系统的控制系统集成故障诊断系统。文中详细介绍了系统的结构。

船舶控制系统故障诊断神经网络专家系统的研究

将神经网络技术应用于船舶控制系统故障诊断专家系统，给出了系统的组成和知识的表达方法；提出了自增长动态网络学习算法，其优点在于学习迅速，能动态建造多层网；

专家系统与人工神经网络在小型高炉控制系统中的应用

本文根据中小高炉实际情况,提出了小型高炉控制专家系统的设计方案,并对硬件选型和软件设计作了介绍。

神经网络专家系统在地空导弹武器发射控制系统中的应用

概述了人工神经网络的主要特征，分析了基于人工神经网络的专家系统的建设思想、系统结构及优缺点，并对神经网络专家系统的技术方法做了一定的讨论，给出了在地空导弹武器系统发射控制系统中的一个应用实例。

神经网络专家系统协同式智能控制系统结构

以融合符号主义及连接机主义这两种人工智能理论为指导思想,以神经网络作为监视控制专家系统的前端处理机为基本技术,提出了基于神经网络专家系统协同的智能控制系统结构。

基于权重自动调整神经网络的水稻病虫害诊断专家系统

针对水稻病虫害诊断特点,从人工智能角度出发,提出了一种基于权重自动调整的神经网络水稻病虫害的知识组织方式。文章以15种常见水稻病虫害为例,通过对病虫害症状的特点和特征进行分类、抽象和编码,构建了基于权重自动调整的BP神经网络。利用神经网络和不确定性推理技术,对实例样本进行训练学习,并将权值数据作为知识库来进行诊断,并基于这种方法构建了水稻病虫害神经网络诊断专家系统。

基于神经网络和专家系统的故障诊断

分析了专家系统和神经网络在故障诊断中的应用。针对两种技术各自的优缺点，建立了一个基于神经网络和专家系统的采煤机集成故障诊断系统。介绍了系统的结构、诊断策略及神经网络的学习算法，并给出了仿真结果。

材料设计专家系统与人工神经网络的应用

针对材料设计的目标,介绍了两种人工智能方法。除了传统的专家系统外,着重介绍了近年来的最新进展——人工神经网络及其在材料设计中的应用。

电力系统故障诊断神经网络专家系统的一种实现方式

对人工神经网络和专家系统结合应用于电力系统故障诊断问题进行了研究，提出了电力系统故障诊断神经网络专家系统的一种实现方式。该结构方案中，采用三层前向ＢＰ网络作为故障诊断的核心部分，与传统的专家系统相结合组成混合式的神经网络专家系统。基于该方案建造的故障诊断神经网络专家系统综合了专家系统和人工神经网络各自的优，点，充分利用专家系统的推理判断能力和人工神经网络的学习和容错能力，比单独利用专家系统或人工神经网络的电力系统故障诊断系统具有更好的性能。

基于神经网络与专家系统的故障诊断技术

针对传统的故障诊断方法对复杂系统或装备进行故障诊断速度慢、对多故障同时发生的情况难以准确定位的问题,提出将神经网络与专家系统相融合的设计方案,建立一种基于人工神经网络的故障诊断专家系统。该专家系统结合神经网络和专家系统的优点,具有很强的自学习能力和自适应能力,可从外部环境不断吸取信息,在学习过程中不断完善自己,具有很强的容错性,善于联想、类比和推理。理论分析与仿真实验证明,该系统能实现对故障的快速准确定位,为保障装备可靠高效地发挥功能提供了有效方法。

基于模糊神经网络和符号的地震预报专家系统NGESEP

本文介绍了专家系统的发展、神经网络、模糊系统与专家系统相结合的优点以及新一代地震预报专家系统的构成等。该系统除具有传统专家系统的特点外，还因使用模糊联想记忆（ＦＡＭ）神经网络模型而具有良好的学习功能。文中也对ＦＡＭ神经网络模型及其应用作了介绍。