注塑模模架设计KBE系统及其智能关键技术

结合当前工程设计领域 KBE技术的发展和模架设计的数据流图 ,给出了注塑模模架设计KBE系统的基本框架 ,并对其关键技术进行了分析 :模架设计知识采用框架 -规则的方法表示 ,并给出了推理的流程图 ,通过面向子目标的方法提高了 KBE系统的知识表示和推理能力 ;将事例推理的方法结合在 KBE系统中 ,提高了系统对以往成功事例的参考能力 ;利用神经网络的自学习能力 ,解决了模架中镶块和前后模设计的计算问题 .通过实际的应用 。

基于案例和规则推理的贝叶斯网建模

正确、高效地针对问题建立模型是应用贝叶斯网的关键,而从数据中学习贝叶斯网往往因为搜索空间庞大而效率低下.提出基于案例和规则推理的建模方法,建立领域知识库,使用框架和一阶概率逻辑表示贝叶斯网,当面对新的问题时,使用相似度和偏离度两个指标进行案例匹配,对选中的案例使用组合和剪枝技术修正,得到新问题的求解模型.整个过程以案例推理为主,并用规则推理辅助.这种方法能够复用历史案例,提高贝叶斯网建模效率.

基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论，提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同，该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念，为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型，采用新实例的入库操作实现工艺知识的隐式获取，从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．

RoboCup中基于效果操作的动态行为规划模型

如何提高agent的学习能力、对手建模能力以及多agent团队运作能力是目前RoboCup研究所面临的3项挑战,在上述的挑战中,行为规划起了非常重要的作用.agent如何能够在动态实时的复杂环境中根据场景变化来动态规划自己的行为是RoboCup目前急需解决的问题.提出一种面向效果操作方法的动态行为规划模型,使队员能够在场景分析的基础上,根据经验动态选择和执行行为策略,且具有持续学习的能力.采用贝叶斯信念网络和基于示例推理相结合的方法来实现.实验结果表明,该方法有效提高了队员适应环境的能力.

基于CBR的贝叶斯网络构造

从数据中学习贝叶斯网络往往会因为搜索空间庞大而耗费大量的时间,所以在构造贝叶斯网络的时候,常依靠以前的经验和知识。该文将过去的贝叶斯网络决策模型保存到案例中,定义相似度和背离度两个衡量指标,在构造新模型时,用基于案例推理的方法检索最为接近的案例,从而进行模型的复用,有效地提高建模的效率。

知识表示与类比推理的一体化研究

知识表示与类比推理的一体化研究是将类比推理从理论应用于实践的关键。类比推理所依倨的知识的主要特征是知识的多层次性和不完全性，将神经网络与事例推理引入类比推理可以自然地体现这种特征并高效地实现类比推理。利用模糊集与模糊逻辑可以对类比对象间的有条件性相似关系做合理的数学描述，准确确定类比的条件规则。通过上述工作我们使类比推理从传统的抽象逻辑推理转向基于知识的推理，为其进一步的实用化研究提供新的理论和方法。

基于贝叶斯信念网络的多案例库检索方法

为了克服在基于案例推理中单一案例库检索的局限性,提出了基于贝叶斯信念网络的多案例库检索方法.该方法仅要求用户采用关键词对目标案例进行描述,通过贝叶斯信念网络计算关键词与各案例库的特征属性的匹配概率,以获得适应各案例库的完整的目标案例描述,然后对相应的案例库进行案例检索;将从多案例库中检索到的案例通过相似度线性归一处理后,结合目标案例描述的匹配概率获得与目标案例的最终相似度,统一排序后返回检索结果.最后通过航空企业的实际应用与性能分析进一步验证了多案例库检索方法的有效性.

土地利用变化预测的案例推理方法

当前,基于案例的推理(Case-Based Reasoning,CBR)在解决复杂的地学问题时,对地学案例的表达和历史案例的相似性计算与推理存在明显缺陷,需要在CBR的表达模型和空间相似性计算与推理算法进行拓展。本文针对土地利用变化问题,首先在分析土地利用变化各种定量方法基础上,提出利用CBR进行土地利用变化分析的研究思路;其次,针对土地利用变化的空间特性及隐含的空间关系特性,给出土地利用变化案例的表达模型,案例间内蕴空间关系抽取算法,以及考虑案例间空间关系的CBR相似性推理模型;最后,进行珠江口区域土地利用变化的CBR方法试验,预测精度达到80%。为了进一步评价CBR方法对土地利用变化预测的有效性,在实例部分采用同样的实验数据进行贝叶斯网络的预测方法实验,由两种方法对比可知,CBR是从复杂到简单进行地学问题求解的一种有效方法。

基于CBR-RBF-KG的装填车液压系统故障诊断方法研究

针对当前的装备故障诊断方法多用于周期性、连续性的旋转机械故障,对非周期性、突变和离散的液压系统并不适合,结合装填车液压系统的故障现状,提出了一种基于CBR-RBF-KG的故障诊断方法。创建案例库,使用jieba分词法和TF-IDF关键词抽取算法提取目标故障特征,使用径向基(RBF)神经网络进行案例检索,最后通过知识图谱(KG)来展示案例。结果表明:使用知识图谱能更直观的展示案例,该方法可有效的诊断液压系统故障。

软件度量数据的建模方法研究

软件度量的目的在于做决策支持。要想通过软件度量做出正确的决策,就必须构造决策目标和量化的软件属性,即度量数据间的关系模型。介绍了当前软件度量领域内用于构造这种关系模型的有代表性的方法。对每种方法的基本原理、一般步骤,以及在软件度量中的应用、优缺点进行了阐述;最后还指出了两种尚未被广泛用于软件度量领域而又有一定潜力的新方法。

基于CBR理论和BP神经网络的知识生产的产能需求估算研究

为了解决知识服务业中企业对于项目计划经常无法保证交货期的问题,对于知识生产的产能需求的度量作了一定的探索,提出了基于CBR理论和BP神经网络的知识生产的产能需求估算模型,根据相似项目应用BP神经网络获取实例项目的工时规律,从而预测出当前知识产品的产能需求,为下一步作知识产能的产能规划提供一定的支持。

贝叶斯信息融合及其在心脏病诊断中的应用

为提高医疗辅助诊断系统的检索效率,提高诊断准确率,降低误诊率,建立了基于贝叶斯学习与基于案例推理方法的信息融合模型。通过CBR方法进行案例检索,以贝叶斯网络作为数据挖掘工具,由病例样本获得诊断属性间的关系,建立CBR相似评价函数。CBR通过相似评价函数在病例库中检索与目标病例最相似的结果。通过对心脏病的医疗诊断实例对模型应用实现效果加以分析及验证。