簡介：五子棋游戲深受廣大玩家的喜愛，并且對于探究人工智能的編程愛好者來說，編制五子棋游戲因規(guī)則簡單而大受歡迎。五子棋人機對戰(zhàn)的主要原理是根據(jù)五子棋的基本規(guī)則，要讓電腦知道該在哪一點下子，就要根據(jù)盤面的形勢，為每一個可能落子的點分別計算其重要程度，也就是該點的得分，然后通覽全盤選出數(shù)值最大的一點，若有多個最大值，則隨機選取其中一個，計算機隨機選擇分值最大的一點，可以保證它在每盤棋中選擇的落子點位置有所不同，使得玩家不可能用一種棋局反復(fù)贏計算機。近年來，博弈樹算法在五子棋中得到了廣泛應(yīng)用。計算機博弈，歷來是人工智能的一個重要的研究領(lǐng)域，計算機博弈的研究在一系列領(lǐng)域都產(chǎn)生了大量的科技成果，并且，博弈樹搜索算法作為機器博弈中的一個重要組成環(huán)節(jié)，經(jīng)過多年發(fā)展，也產(chǎn)生了一大批技術(shù)成果。但是，國內(nèi)在這方面的研究與應(yīng)用卻相對滯后，多數(shù)情況下仍然沿用基礎(chǔ)的極大極小算法，這大大減緩了機器博弈的搜索效率。通過對博弈樹算法的研究，可以從不同角度理解提高搜索算法效率的思想，掌握各種思想的方法從而提高對博弈樹搜索算法的理解程度，達到改善算法和實際應(yīng)用開發(fā)的目的。本文在基于已有的ΑΒ剪枝和歷史啟發(fā)預(yù)估排序的基礎(chǔ)之上，針對節(jié)點擴展時，搜索范圍較大的問題，加入了有限范圍限定和底層剪枝的方法。同時，為了增加游戲的趣味性和益智性，五子棋游戲提供了兩種對戰(zhàn)方式。即人人對戰(zhàn)和人機對戰(zhàn)。本文的研究工作主要從四個方面著手。首先，對五子棋游戲的基本理論與概念進行了系統(tǒng)的介紹和研究。其次，對博弈樹算法進行介紹，并總結(jié)當(dāng)前已有的博弈樹的優(yōu)化方法，包括剪枝、預(yù)估排序和歷史啟發(fā)等，并給出有針對性的改進。第三，對五子棋對弈系統(tǒng)進行分析和設(shè)計，在人機對戰(zhàn)模式下，我們基于博弈樹的思想，對每一個局面給定一個估值，輪到計算機下棋時，計算機在一定深度范圍內(nèi)對棋局進行極大極小搜索，找出最佳下棋點，并用ΑΒ技術(shù)剪枝和有限范圍限定等技術(shù)來提高速度在人人對戰(zhàn)模式下，提供友好的操作界面，方便初級五子棋的愛好者鍛煉棋力。最后，通過編程實現(xiàn)系統(tǒng)并測試。該五子棋游戲使用JAVA語言編寫完成，通過實驗測試獲得了良好效果，能夠滿足大部分需求。

簡介：光伏發(fā)電系統(tǒng)輸出功率具有不連續(xù)性和不穩(wěn)定性的特點，并網(wǎng)后會對電網(wǎng)的穩(wěn)定性造成一定的影響。為了減小光伏發(fā)電系統(tǒng)帶來的不良影響，光伏發(fā)電功率預(yù)測已經(jīng)成為國內(nèi)外共同關(guān)注的焦點。它有利于電網(wǎng)系統(tǒng)的調(diào)度，在一定程度上減輕光伏發(fā)電對整個電網(wǎng)的不利影響，提高系統(tǒng)的安全性和穩(wěn)定性，同時減少電力系統(tǒng)的運行成本。本文采用石家莊某光伏電站的光伏發(fā)電數(shù)據(jù)作為樣本數(shù)據(jù)。首先，對光伏發(fā)電功率和太陽輻射強度進行相關(guān)性分析，將相關(guān)性較大的因素作為預(yù)測參考量。同時，介紹了灰色關(guān)聯(lián)度分析，為太陽輻射強度預(yù)測模型樣本的篩選提供了理論基礎(chǔ)。其次，使用BP神經(jīng)網(wǎng)絡(luò)對光伏發(fā)電功率進行直接預(yù)測和間接預(yù)測。結(jié)果表明，在歷史數(shù)據(jù)有限的條件下，直接預(yù)測效果要優(yōu)于間接預(yù)測。再次，采用網(wǎng)格搜索算法優(yōu)化支持向量機的兩個參數(shù)。在此基礎(chǔ)上建立預(yù)測模型，并將預(yù)測結(jié)果與BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果進行對比。結(jié)果表明，支持向量機預(yù)測精度要高于BP神經(jīng)網(wǎng)絡(luò)。最后，在環(huán)境下實現(xiàn)光伏發(fā)電功率預(yù)測，采用DUNDHART控件來進行頁面展示。

簡介：中南大學(xué)碩士學(xué)位論文摘要摘要智能人工腿是機器人學(xué)和生物醫(yī)學(xué)工程學(xué)領(lǐng)域一個備受關(guān)注的研究課題。它將智能控制理論、微電子技術(shù)、計算機技術(shù)、機械設(shè)計與制造及生物醫(yī)學(xué)工程等技術(shù)融合在一起，具有能模仿人體健康腿的運動方式且步行速度可自然、隨意地跟隨截肢者步行速度的變化而變化的特點。開展該課題的研究對幫助那些截肢者回歸主流社會，減輕社會及其家庭負(fù)擔(dān)具有重要意義。智能人工腿的擺動靠安放在其內(nèi)部的空壓氣缸的活塞伸縮來實現(xiàn)?？諌簹飧孜膊康碾姍C可以控制氣缸內(nèi)一個針閥的開度，通過改變針閥開度可以調(diào)節(jié)膝關(guān)節(jié)彎曲和伸展的阻尼，從而達到改變智能人工腿擺動速度的目的。以前研制的智能人工腿，在兩個方面存在不足，一方面控制器控制氣缸內(nèi)針閥的開度是采用步進電機所構(gòu)成的開環(huán)控制方式，位置精度不高，且控制不具有智能化策略另一方面控制器的CPU多采用51系列單片機，運行速度不能滿足高級控制算法的需要。在本文中，我們針對上述兩個方面的不足提出了以下幾點改進方案。首先，我們改步進電機為直流伺服電機，使它能在大范圍內(nèi)實現(xiàn)精密的位置控制。其次，將其控制方式設(shè)計成閉環(huán)方式，并采用蟻群算法對其控制器參數(shù)進行優(yōu)化，同時引入模糊邏輯控制使控制器參數(shù)可進行在線調(diào)整。通過控制策略的改進來提高智能人工腿步態(tài)調(diào)整的快速性和準(zhǔn)確性。文中詳細介紹了利用蟻群算法和模糊控制理論優(yōu)化控制器參數(shù)的具體過程，并給出了其計算機仿真結(jié)果。最后，在智能人工腿控制器的硬件設(shè)計中，我們采用TI公司的MSP430系列單片機MSP430F149作為智能人工腿控制器的CPU該芯片是一種低功耗、高集成的專用控制芯片。運行速度比51系列單片機快且具有強大的指令集，可實現(xiàn)高級控制算法的在線運算。其內(nèi)部特有的硬件結(jié)構(gòu)給控制器的軟硬件設(shè)計帶來了極大的方便。通過控制器硬件電路的設(shè)計、制作，軟件的編寫、調(diào)試以及實驗，結(jié)果表明，本文所提出的智能人工腿控制器能夠有效地提高控制系統(tǒng)的智能性、魯棒性、快速性和準(zhǔn)確性。關(guān)鍵詞智能人工腿，閉環(huán)控制，蟻群算法，模糊邏輯控制，MSP430中南大學(xué)碩士學(xué)位論文ABSTRACTTIMETHEIMPROVEMENTOFCONTROLSTRATEGYRAISEDTHERESPONDSPEEDANDACCURACYOFGAITADJUSTMENTOFTHEINTELLIGENTARTIFICIALLEGLASTLYINTHEDESIGNOFTHECONTROLLERHARDWARECIRCUITSMSP430F149CHIPPRODUCEDBYTEXASINSTRUMENTSTIWASADOPTEDASTHECPUOFTHEINTELLIGENTCONTROLLERMSP430F149ISAKINDOFICWITHEXCELLENTPERFORMANCEWHICHHASTHECHARACTERISTICSOFULTRALOWPOWERANDHIGHLYINTEGRATEDDEGREEITSRUNNINGSPEEDISFASTERTHANC51SINGLECHIPANDHASPOWERFULINSTRUCTIONSYSTEMMSP430F149CHIPCANCOMPLETEEASILYTHEONLINEOPERATIONOFMANYADVANCEDCONTROLALGORITHMSITSSPECIALHARDWARESTRUCTUREBRINGSGREATCONVENIENCETOTHEHARDWAREANDSOFTWAREDESIGNOFTHEINTELLIGENTCONTROLLERTHEAUTHORHASDESIGNEDANDMADETHEHARDWARECIRCUITSOFTHEINTELLIGENTCONTROLLERANDWRITTENCONTROLSOFTWAREFROMTHEEXPERIMENTRESULTITWASCONCLUDEDTHATTHECONTROLLEROFINTELLIGENTARTIFICIALLEGDESIGNEDINTHISRESEARCHHASBETTERINTELLIGENTBEHAVIORROBUSTNESSRESPONSESPEEDANDACCURACYKEYWORDSINTELLIGENTARTIFICIALLEGCLOSEDLOOPCONTROLANTSYSTEMALGORITHMFUZZYLOGICCONTROLMSP430

簡介：山西大學(xué)2009屆博士學(xué)位論文人工智能語境論范式研究作者姓名指導(dǎo)教師學(xué)科專業(yè)研究方向培養(yǎng)單位學(xué)習(xí)年限董佳蓉殷杰教授科學(xué)技術(shù)哲學(xué)科學(xué)哲學(xué)科學(xué)技術(shù)哲學(xué)研究中心2006年9月一2009年6月二OO九年六月中文摘要本論文的題目為“人工智能語境論范式研究“，概括地說，全文可以分為三個主要組成部分第一部分論證研究人工智能語境論范式的必要性，通過回答“為什么以表征和計算為基礎(chǔ)來理解人工智能為什么用語境論來分析人工智能為什么人工智能的范式發(fā)展趨勢為語境論范式”這三個問題來達到第一部分的研究目的；第二部分論述什么是人工智能語境論范式，具體又可以分為“人工智能語境論范式的思想內(nèi)核、人工智能語境論范式的特征、研究人工智能語境論范式的意義”三個方面；第三部分論證人工智能語境論范式的充分性，通過對未來量子光學(xué)計算機中光學(xué)語言與量子計算中的語境問題以及對制約強人工智能實現(xiàn)的核心問題框架問題、常識知識問題進行分析，指出，人工智能將長期圍繞語境問題展開研究，人工智能語境論范式也將會長期存在。以此為出發(fā)點，本論文主要使用了語境分析、概念分析、對比分析等研究方法。通過對比分析方法，本文將存在于人工智能哲學(xué)中的核心概念與心靈哲學(xué)、認(rèn)知心理學(xué)等其他相關(guān)學(xué)科相區(qū)別，并對同一術(shù)語在人工智能學(xué)科內(nèi)部各范式中的不同涵義相區(qū)別，并通過概念分析來體現(xiàn)人工智能哲學(xué)與心靈哲學(xué)之間的根本區(qū)別所在。此外，全文自始至終都體現(xiàn)出語境分析方法的重要性，這也是本論文核心論點“人工智能語境論范式”得以提出的主要方法。本文主要由緒論、五章內(nèi)容以及結(jié)語組成。綜述對本論文的選題、主旨、研究目的、提綱以及寫作意義做了詳細說明，簡單介紹了各專題性論述的主要內(nèi)容，澄清了論文中的主要概念、觀點及創(chuàng)新之處，特別是提供了論文中沒有涉及到的背景知識和寫作思路等，澄清了后續(xù)各專題性論述之間的內(nèi)在聯(lián)系。第一章語境論視野下的人工智能表征。認(rèn)知科學(xué)必然以這樣一個信念為基礎(chǔ)那就是劃分一個單獨的稱之為“表征層”的分析層是合理的。然而，作為認(rèn)知科學(xué)的一個核心概念，表征REPRESENTATION在各交叉學(xué)科中的涵義不盡相同，對這一概念解釋的側(cè)重面也不相同。即便是在同一個學(xué)科，人們對表征的看法也有所不同。每個學(xué)科都在認(rèn)知科學(xué)的大框架下，根據(jù)各自研究的需要，來發(fā)展或延伸表征概念在本學(xué)科的涵義。由于心靈哲學(xué)、認(rèn)知心理學(xué)以及人工智能等相關(guān)學(xué)科領(lǐng)域的互相滲透，使得研究表征概念在這些研究領(lǐng)域的區(qū)別以及在人工智能各主要范式之間的區(qū)別尤為重要。在人工智能中，由于不同的研究范式對表征的涵義有著不同的

簡介：隨著世界汽車工業(yè)的發(fā)展，我國的民族汽車工業(yè)在近些年也有了突飛猛進的發(fā)展，國產(chǎn)汽車的性能、結(jié)構(gòu)和舒適程度上都有了很大改進和提高。特別是對于動力核心的發(fā)動機部分，現(xiàn)代汽車中大部分都已使用電控發(fā)動機，這樣與傳統(tǒng)發(fā)動機相比電控發(fā)動機在故障檢測方面就增加了很大的難度。于是電控發(fā)動機的智能故障診斷系統(tǒng)的研究就成為汽車檢測領(lǐng)域中一個很重要的內(nèi)容之一。本論文在分析電控發(fā)動機的結(jié)構(gòu)特點后，主要通過分析電控發(fā)動機傳感器信號的特點，從中提取故障信息建立故障診斷的模型，并設(shè)計了故障診斷系統(tǒng)軟件。在充分了解電控發(fā)動機結(jié)構(gòu)及傳感器信號特點后，利用CAN總線措建了一個傳感器信息采集平臺，設(shè)計了相應(yīng)的信號預(yù)處理及采樣電路。為使上位機軟件可以方便的與CAN總線進行通訊，設(shè)計了CANUSB的轉(zhuǎn)換適配器。鑒于電控發(fā)動機故障的復(fù)雜性，本文采用具有自學(xué)習(xí)和自適應(yīng)能力的BP神經(jīng)網(wǎng)絡(luò)作為故障診斷模型的核心。BP網(wǎng)絡(luò)的設(shè)計過程中，經(jīng)過五個網(wǎng)絡(luò)的對比最終確立了網(wǎng)絡(luò)結(jié)構(gòu)，并利用具有全局尋優(yōu)能力的蟻群算法對BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法進行了優(yōu)化，使其具有更高的工作效率。模型建立完畢后，采用了一組數(shù)據(jù)對故障診斷模型工作的準(zhǔn)確性進行了驗證，證明該網(wǎng)絡(luò)模型的設(shè)計是可行的。在故障診斷模型建立后，在LABVIEW軟件平臺下對模型進行了實例化，設(shè)計了人機交互的系統(tǒng)控制界面。

簡介：點擊查看更多基于虛擬樣機的智能拆除機器人工作裝置設(shè)計與研究.pdf精彩內(nèi)容。

簡介：論文的主要內(nèi)容為1、介紹了遺傳算法的發(fā)展的最新動態(tài)然后從控制論的角度出發(fā)對遺傳算法進行了分析研究提出了適配值函數(shù)選擇的一般原則和遺傳算法的自適應(yīng)機制并給出了具體實現(xiàn)策略最后將這些思想和策略運用到電站鍋爐過熱汽溫的PID參數(shù)優(yōu)化控制中通過仿真計算將其與常規(guī)PID整定方法進行了比較2、從系統(tǒng)化設(shè)計的角度出發(fā)對模糊控制器的設(shè)計進行了分析研究總結(jié)出模糊控制器設(shè)計中一些關(guān)鍵問題的準(zhǔn)則提出了推理規(guī)則和控制器參數(shù)應(yīng)該作為一個整體來進行考慮這樣一個思想同時還提出一種規(guī)則加定量分析的模糊控制器設(shè)計方法將遺傳算法應(yīng)用于模糊控制器系統(tǒng)化設(shè)計中并給出了具體實現(xiàn)策略仿真結(jié)果表明其有效性3、分析了電站燃燒控制中風(fēng)煤比特性對鍋爐效率和污染物排放的影響提出了一種基于神經(jīng)網(wǎng)絡(luò)模型的風(fēng)煤比模糊優(yōu)化方法并給出了具體的實現(xiàn)策略基于燃燒過程的復(fù)雜性該章還采用了自適應(yīng)遺傳算法對神經(jīng)網(wǎng)絡(luò)模型以及模糊逼近器進行了優(yōu)化提高模型精度和逼近器的品質(zhì)根據(jù)具體的某現(xiàn)場機組數(shù)據(jù)對幾個工況作了仿真計算論文最后提出了后繼工作的方向和內(nèi)容

簡介：河海大學(xué)碩士學(xué)位論文管涌產(chǎn)生機理及人工智能方法在其研究中的應(yīng)用姓名趙正信申請學(xué)位級別碩士專業(yè)巖土工程指導(dǎo)教師陳建生20080301ABSTRACTTHEREAREMANYRAINSTORMSINOURCOUNTRYANDFLOODDISASTERSTAKENPLACEFREQUENTLYINTHEHISTORYOFOMCOUNTRYASARESULTMANYIMPORTANTDYKESWEREVERYDANGEROUSSOMEOFTHEMEVENFAILEDPIPINGDESTROYISONEOFTHEMAINCAUSEANDMAKESGREATLOSSOFNATIONALECONOMYSORESEARCHEXPERTSPAYMUCHATTENTIONTOTHESTUDYOFPIPINGNOTONLYINTHEORYBUTALSOINPRACTICEISSIGNIFICANTTHESTUDYOFPIPINGBECAUSEOFITSCOMPLEXITYANDRANDOMICITYTHEPL。PINGSEEPAGEDISTORTIONMECHANISMISSTILLUNDERGREATDISPUTATIONNOMETHODWHICHCANPREDICTPIPINGCITECTISFOANDUNTILNOW11LECROSSMECHANICALACTIONOFLEAKAGEWATERANDSOILDETERMINESTHEDEVELOPMENTANDLASTINGTIMEDURINGTHEPROCESSOFPIPINGWHICHISNONLINEARANDDYNAMICTHEREISNOPERFECTMETHODANDTHEORYONITBYNOW11圮MECHANISMOFPIPINGISRESEARCHEDAFTERBRIEFREVIEWSONTHERESULTSOFRESEARCHPERFORMEDINTHEFIELDOVERDECADESTHEMETHODOFARTIFICIALINTELLIGENTISINTRODUCEDTOTHESTUDYOFPIPINGANDCOMPUTATIONALMODELISESTABLISHEDTHEPAPERSTARTSWITHTHEPIPINGCHARACTERISTICOFCOHESIVELESSSOILTHELAWSOFIVCURVEISCONCLUDEDAFORMULAISOBTAINEDFORCRITICALHYDRAULICVELOCITYBASEDONTHEPOROUSMEDIAMODELFOR恤EFIRSTTIMEWEUSEBPNEURALNETWORKTOAEAⅪSSTHESEEPAGEDISTORTIONFORMOFCOHENSIVELESSSOIL，NOTONLYWECONSIDERTHEGRAMSIZEDISTRIBUTIONBUTALSOTHEDEGREEOFDENSIFICATIONTHISMETHODTURNSOUTTOBEUNIVERSALEXTERNALSCIENTIFICCOMPAREWITHOTHERMETHODS111EFACTORSINFLUENCETHEPIPINGOCCURRINGINEMBANKMENTISANCCRTAINANDRANDOMANDINT11EPROCESSOFPIPINGTHESEFACTORSTMNOUTTOBENONLINCARBEHAVIORINORDERTOPREDICTTHEPIPINGOFEMBANKMENTWEUSCTHERBFNEURALNETWORKTHEORYTOESTABLISHANEWMODELTOPREDICTITWEATTEMPTEDTOPERFORMTHEANALYSISOFCLUSTERINGBYAPPLYINGSELFORGANIZINGCOMPETITIVENEURALNETWORKTHATSTABLEISOTOPEANDHYDROCHEMISTRYVALUESOFWATERSAMPLES，COMBININGTHECASEOFBEIJIANGDYKE，ANEWMETHODWASPRESENTEDTODISTINGUISHTHEDYKELEAKAGETHETHEORYANDMETHODSINTHEPAPERCANBEUSEDTOFORECASTTHEPOSSIBILHOFDYKEPIPINGBEFOREFLOOD2SONANDREACTGUIDANCEONITSREINFORCEMENTASWELLKEYWORDSPIPING，COHENSIVELESSSOIL，CRITICALHYDRAULICVELOCITYBPNOJLALNETWORKRBFNEURALNE“V濺SELFORGANIZINGCOMPETITIVENEURALNETWORK

簡介：北方交通大學(xué)碩士學(xué)位論文基于人工智能的多傳感器數(shù)據(jù)融合技術(shù)研究及應(yīng)用姓名寧云暉申請學(xué)位級別碩士專業(yè)計算機應(yīng)用指導(dǎo)教師黃厚寬200121苧主△王塑些箜墨堡墮堡塾塑壁壘墊查塑壅墨壁望ABSTRACTDATAFUSIONTECHNOLOGYHASAWIDERANGEOFAPPLICATIONPROSPECTSINTHEMILITARYFIELDTHISPAPERSTUDIESHOWTOUSEARTIFICALINTELLIGENCETECHNOLOGYINCLUDINGDSEVIDENTIALREASONING，BAYESALGORITHM，EXPERTSYSTEM，ANDTHEOTHERSTOSOLVE“NAVYMULTISENSORDATAFUSION”APPLICATIONPROBLEMTHEPAPERSUMMARIZESFUNDAMENTALPRINCIPLES、DEFINITIONS、LEVELS、APPLICATIONSANDDEVELOPMENTSOFDATAFUSIONTECHNOLOGYTHEFOCUSIESOFTHEPAPERARETHEBAYESALGORITHMANDDSEVIDENTIALREASONINGUSETOMULTISENSORDATAFUSIONTHEPAPERPRESENTSHOWTOUSETHEDSEVIDENTIALREASONINGTOIDENTIFYOBJECTSATSEADESCRIBESINDETAILHOWTOTRANSFORMTHESENSORDATATOTHEBASICPROBABILITYASSIGNMENTBPA，HOWTOGETTHEINFLUENCEOFUNCEMTAINTYINTHEDATAFUSION，ANDFOR也EONETOONE，ORONETOMORERELATIONBETWEENRADARANDITSSHIPBOARD，HOWTOGIVETHEMULTISENSORDATAFUSIONALGORITHMBASEDONTHEDSEVIDENTIALREASONINGANDTHEPIGNISTICPROBABILITYMETHODITHASVERYLARGEAPPLICATIONVALUETHEPAPERALSOSTUDIESHOWTOUSEBAYESALGORITHMINDATAFUSIONOFTHEAIROBJECTATTRIBUTEANDTYPEMEASUREMENTINIDENTIFICATIONPROCESSFINALLYITSHOWSHOWTOUSEDATAFUSIONTECHNOLOGYBASEDONARTIFICALINTELLIGENCEINSITUATIONANALYSEANDTHREATENJUDGMENTAPPLICATIONANDLISTSSOMEEXAMPLESTHETHREATENJUDGMENTMETHODUSINGTHEEXPERTSYSTEMISVERYADVANCEDESPECIALLYTHEPAPERDEVELOPSAOBJECTIDENTIFICATIONMULTISENSORDATAFUSIONCOMPUTERSIMULATIONSYSTEMUSINGVISUALCJ

簡介：廈門大學(xué)碩士學(xué)位論文人工智能理論在催化裂化裝置優(yōu)化控制中的應(yīng)用研究姓名柴杰申請學(xué)位級別碩士專業(yè)化學(xué)工程指導(dǎo)教師江青茵200251鬻投診鼗方法，本文提毫懿交投診甑方法瑟王況條傳瓣交純爨毒受大酌自遺應(yīng)能力。對于轉(zhuǎn)化率的預(yù)估問題，也就是軟測量問題；47本文采用逼近性能更好的RBF神綴網(wǎng)絡(luò)作為預(yù)估模激以取代原有的BP神經(jīng)網(wǎng)絡(luò)。在預(yù)估試驗中，孺OLS幫PLS兩稀方法作為RBF網(wǎng)絡(luò)的潮練算法以便眈較。首先繪出OLS葶羹PLS熬算法過程，共曼對較灝蘸PLS法皴了彷寞磷究；然臌采用自組織模式庫選取的數(shù)據(jù)作為網(wǎng)終的訓(xùn)練樣本和檢測櫸本來說明RBF網(wǎng)絡(luò)對轉(zhuǎn)化率的預(yù)估過程，內(nèi)容包括輔助變艇的選取、用訓(xùn)練樣本調(diào)練網(wǎng)絡(luò)得到網(wǎng)絡(luò)模型、用檢測樣本來檢驗網(wǎng)絡(luò)模型的預(yù)估效果、霜速榷最奪二乘法實瑗耀絡(luò)模鍪參數(shù)靜在線校正；接著麗現(xiàn)場采集款逡續(xù)實時數(shù)攢為樣本驗諼RBF網(wǎng)絡(luò)模型的預(yù)髏效果，著討論7影瞧RBF網(wǎng)絡(luò)預(yù)估結(jié)果的一些因素；最后，用一綴工業(yè)現(xiàn)場較為典型的數(shù)據(jù)，驗證了PLSR_LS算法。得到的結(jié)論是對FCC過程的轉(zhuǎn)化率預(yù)估問、、題，RBF網(wǎng)絡(luò)沈BP網(wǎng)絡(luò)其有更好的預(yù)估效果，經(jīng)在線校正詹預(yù)估效果￡較令入灌意，褥露耀PLS離線謝練一R簽在線校藏算法麓RBF瘸絡(luò)彳搴、為預(yù)估模型可以較為騫效的解決FCC過程轉(zhuǎn)化率預(yù)售瓣題。杖關(guān)鍵漏鎂位裂純；人工餐能；因素空闋，RBF摔經(jīng)弼絡(luò)LI

簡介：智能電網(wǎng)通信體系由傳統(tǒng)的SDH環(huán)網(wǎng)向MESH網(wǎng)絡(luò)過渡，雖然MESH網(wǎng)絡(luò)有著良好的抵抗多徑中斷的能力，但是其路由協(xié)議還很不完善，傳統(tǒng)的IP路由協(xié)議在MESH網(wǎng)絡(luò)上應(yīng)用也有很大的局限，路由協(xié)議已經(jīng)成了MESH網(wǎng)絡(luò)在智能電網(wǎng)通信體系應(yīng)用的瓶頸。針對該問題，本文受自然界蜘蛛織網(wǎng)與捕食行為的啟發(fā)，提出了一種適合應(yīng)用于MESH網(wǎng)絡(luò)的路由算法。首先，本文對智能電網(wǎng)研究現(xiàn)狀進行了論述，分析了智能電網(wǎng)對通信網(wǎng)絡(luò)的性能需求，并對電力骨干通信網(wǎng)與智能變電站的通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進行了深入的分析，比較了智能網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的優(yōu)缺點。其次，對自然圓網(wǎng)的拓?fù)浣Y(jié)構(gòu)與振動信息在蛛網(wǎng)傳遞機理進行論述，比較分析人工蛛網(wǎng)與現(xiàn)有通信網(wǎng)絡(luò)的相似性，并由此構(gòu)建人工蛛網(wǎng)網(wǎng)絡(luò)模型，采用因子定理對人工蛛網(wǎng)網(wǎng)絡(luò)模型與智能電網(wǎng)現(xiàn)有的網(wǎng)絡(luò)模型進行可靠性分析，為后續(xù)章節(jié)的仿真分析奠定理論基礎(chǔ)。然后，本文研究了將智能電網(wǎng)骨干通信網(wǎng)絡(luò)拓?fù)淠Ｐ娃D(zhuǎn)化為標(biāo)準(zhǔn)的人工蛛網(wǎng)模型的一般性標(biāo)準(zhǔn)化方法，為人工蛛網(wǎng)路由算法在智能電網(wǎng)的應(yīng)用提供了網(wǎng)絡(luò)拓?fù)浠A(chǔ)；人工蛛網(wǎng)路由算法引入MPLS的標(biāo)簽交換的原理，實現(xiàn)對數(shù)據(jù)分組的快速轉(zhuǎn)發(fā)。最后，采用OP仿真軟件建立了人工蛛網(wǎng)模和不規(guī)則MESH網(wǎng)絡(luò)的仿真模型，并將單層人工蛛網(wǎng)模型與星形、環(huán)形、雙星形與雙環(huán)型等網(wǎng)絡(luò)模型進行了平均丟包率、端到端延時等比較，仿真結(jié)果表明人工蛛網(wǎng)網(wǎng)絡(luò)標(biāo)準(zhǔn)化方法和路由策略具有良好網(wǎng)絡(luò)性能，可以應(yīng)用于智能電網(wǎng)的通信體系中。

簡介：該文簡要介紹了銅锍吹煉的基本在理分析了銅锍吹煉的基本特性、吹煉過程的控制目標(biāo)及其影響因素對自熱過程、爐襯溫度場、氣體噴射現(xiàn)象進行了解析對造渣制度的優(yōu)化進行了研究在此基礎(chǔ)上以節(jié)能降耗為目標(biāo)在數(shù)學(xué)模擬全息仿真整體優(yōu)化的思想方法和技術(shù)路線指導(dǎo)下提出了銅锍吹煉過程風(fēng)口區(qū)溫度、熔劑加入制度、冷料加入制度與鼓風(fēng)制度的優(yōu)化策略通過對來自生產(chǎn)實踐的原始樣本進行自標(biāo)準(zhǔn)化和噪音樣本過濾處理后運用機理分析和數(shù)理統(tǒng)計方法選擇建模變量將主成分分析法PCA、最優(yōu)判別平面ODP和偏最小二乘化PLS應(yīng)用于歷史樣本數(shù)據(jù)的模式識別建立了銅锍吹煉爐渣重量和成份的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型提出了基于自回歸ARP與三重指數(shù)平滑法的銅锍品位動態(tài)組合預(yù)測模型利用混沌運動的遍歷性和遺傳算法的反演性提出了一種混沌遺傳優(yōu)化算法CGA并對其優(yōu)化效率進行了定量的評價研究表明其尋優(yōu)效果良好針對爐冷料種類多、成份變化大的特點建立了冷料熔化的動力學(xué)模型基于機理分析和人工智能技術(shù)建立了銅锍吹煉過程操作參數(shù)優(yōu)化決策模型和爐況實時在線仿真檢測模型建立了利用煙氣溫度對某廠的造銅期終點進行預(yù)報的數(shù)學(xué)模型

簡介：電力系統(tǒng)故障診斷中存在兩種不確定性因素即保護和斷路器動作的可靠性以及調(diào)度中心收到的保護和斷路器的警報信號的正確性和未收到的警報信號實際出現(xiàn)的可能性如何處理這些不確定性在一定程度上影響故障診斷結(jié)果的準(zhǔn)確性這就是警報處理所要完成的工作到目前為止還沒有一個系統(tǒng)的方法能夠同時處理上述兩種不確定性因素該文提出了基于覆蓋集理論SETCOVERINGTHEY和TABU搜索TABUSEARCHTS方法的電力系統(tǒng)警報處理的一種新方法以覆蓋集理論為基礎(chǔ)首先把電力系統(tǒng)警報處理問題表示為01整數(shù)規(guī)劃問題引入了一種新的評估指標(biāo)之后提出了用TS方法來求解這一問題經(jīng)過眾多算例的計算結(jié)果證明所發(fā)展的數(shù)學(xué)模型是正確的提出的以TS為基礎(chǔ)的方法比現(xiàn)有的以遺傳算法GEICALGITHMGA為基礎(chǔ)的方法更為有效人工智能是模仿人解決實際問題能力而發(fā)展的一種方法其中的專家系統(tǒng)是人工智能的一個重要分支一個專家系統(tǒng)可以是一個模擬人類專家解決復(fù)雜問題的計算機程序而所謂復(fù)雜問題就是需要有充分的知識和經(jīng)驗才能解決的問題論文中介紹人工智能及專家系統(tǒng)的原理對專家系統(tǒng)在電力系統(tǒng)的應(yīng)用做了較為詳盡的分析用VC語言建立了一個判斷電力系統(tǒng)故障區(qū)域和故障類型的專家系統(tǒng)專家系統(tǒng)可以用來辨別母線故障區(qū)域、線路故障區(qū)域和線路與母線的共同區(qū)域此外該專家系統(tǒng)還可分析斷路器和繼電器的誤動和拒動情況最后專家系統(tǒng)被擴展到利用實時測得的電流和電壓數(shù)據(jù)來分析故障區(qū)域的故障類型經(jīng)計算機仿真算例檢驗該文所建立的故障診斷專家系統(tǒng)是正確和有效的

簡介：技術(shù)分析自19世紀(jì)誕生以來已成為投資者投資決策使用最多的工具之一技術(shù)分析方法種類繁多使用較多的是形態(tài)分析法和指標(biāo)分析法對于指標(biāo)分析法該文以上綜合指數(shù)（1990年12月至2002年2月8日）和深圳成份股指數(shù)（1991年4月3日至2002年2月8日）為研究對象檢驗了布勞克、拉科尼肖克和萊巴龍（1992）的簡單技術(shù)分析交易規(guī)則移動平均線和阻力線支撐線結(jié)果發(fā)現(xiàn)在中國證券市場上參數(shù)較小的VMA有一定的預(yù)測能力FMA不能獲得超額利潤阻力線支撐線（TRB）能獲得超額利潤該文對其中原因進行了探討對技術(shù)分析而言有一定的參考價值此外該文還利用BOOTSTRAP對隨機游動模型、GARCHM模型、EGARCH模型進行了檢驗結(jié)果發(fā)現(xiàn)上述模型并沒有很好地刻畫中國的滬深股票市場不可否認(rèn)傳統(tǒng)的技術(shù)分析本身有一定的缺陷隨著人工智能的逐漸成熟其在許多領(lǐng)域都得到了廣泛的應(yīng)用該文介紹了人工智能在技術(shù)分析中的應(yīng)用情況

簡介：點擊查看更多智能優(yōu)化理論及ISP編程技術(shù)在智能人工腿控制器設(shè)計中的應(yīng)用研究.pdf精彩內(nèi)容。