簡(jiǎn)介：分類號(hào)UDC密級(jí)單位代碼10151基于人工神經(jīng)智能的船舶航跡保持控制及通航安全應(yīng)用研究李偉指導(dǎo)教師劉正江職稱教授學(xué)位授予單位大連海事大學(xué)申請(qǐng)學(xué)位級(jí)別工學(xué)博士學(xué)科與專業(yè)交通信息工程及控制論文完成日期2014年5月論文答辯日期2014年6月答辯委員會(huì)席大連海事大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說(shuō)明原創(chuàng)性聲明本人鄭重聲明本論文是在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果，撰寫成碩士學(xué)位論文“基王厶王拉經(jīng)萱篚的絲魑航速堡掛撞型叢通照塞全廑旦亟宜”。除論文中已經(jīng)注明引用的內(nèi)容外，對(duì)論文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均己在文中以明確方式標(biāo)明。本論文中不包含任何未加明確注明的其他個(gè)人或集體己經(jīng)公開發(fā)表或未公開發(fā)表的成果。本聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論文作者簽名學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者及指導(dǎo)教師完全了解大連海事大學(xué)有關(guān)保留、使用研究生學(xué)位論文的規(guī)定，即大連海事大學(xué)有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交學(xué)位論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大連海事大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，也可采用影印、縮印或掃描等復(fù)制手段保存和匯編學(xué)位論文。同意將本學(xué)位論文收錄到中國(guó)優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫(kù)中國(guó)學(xué)術(shù)期刊光盤版電子雜志社、中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)中國(guó)科學(xué)技術(shù)信息研究所等數(shù)據(jù)庫(kù)中，并以電子出版物形式出版發(fā)行和提供信息服務(wù)。保密的論文在解密后遵守此規(guī)定。本學(xué)位論文屬于保密口在年解密后適用本授權(quán)書。不保密口請(qǐng)?jiān)谝陨戏娇騼?nèi)打“4”?者講一名厶分I乙日期P唧年勿月卅ET

簡(jiǎn)介：她未交專業(yè)碩士學(xué)位論文基于人工智能算法的軌道不平順估計(jì)RESEARCHONESTIMATIONOFTRACKIRREGULARLYBASEDONARTIFICIALINTELLIGENCEALGORITHMS作者路天瑪導(dǎo)師余祖俊北京交通大學(xué)2013年6月申圖分類號(hào)U2163，U2112UDC625學(xué)校代碼10004密級(jí)公開北京交通大學(xué)北尿父通大宇專業(yè)碩士學(xué)位論文基于人工智能算法的軌道不平順估計(jì)RESEARCHONESTIMATIONOFTRACKIRREGULARLYBASEDONARTIFICIALINTELLIGENCEALGORITHMS作者姓名路天瑪導(dǎo)師姓名余祖俊學(xué)號(hào)11125676職稱教授工程領(lǐng)域機(jī)械工程學(xué)位級(jí)別碩士北京交通大學(xué)2013年6月

簡(jiǎn)介：上海大學(xué)碩士學(xué)位論文基于人工智能的運(yùn)輸調(diào)度決策支持系統(tǒng)的研究姓名邵江霞申請(qǐng)學(xué)位級(jí)別碩士專業(yè)控制理論與控制工程指導(dǎo)教師張美鳳20030201ABSTRACTENTERPRISESBRINGFORWARDNEWREQUIREMENTSTOSCIENCETECHNOLOGYANDMODEMMANAGEMENTDURINGTHEIRADVANCINGTOTHEAGEOFINFORMATION．ACCORDINGLY,THEAPPLICATIONOFTECHNOLOGYSKILLSANDNEWMANAGEMENTDECISIONMAKINGTHINKINGBREATHEINTOENTERPRISEVIGORANDCREATIVITY．THEDECISIONSUPPORTSYSTEMBASEDONARTIFICIALINTELLIGENTGENETICALGORITHMISDESIGNEDTOHELPTHEDECISIONMAKERMANAGEEFFECTIVELYANDASSIGNREASONABLYTHEENTERPRISE’SLIMITEDVEHICLERESOURCE，WHICHAIMEDATFINISHINGTRANSPORTDUTIESSWIMMINGLY,MINIMIZINGVEHICLETRANSPORTFEES，SHORTENINGMANUFACTUREPERIOD，ATLASTIMPROVINGTHEENTERPRISE’SECONOMICBENEFITS．THEWHOLESYSTEMISREALIZEDONSOMEADVANCEDTECHNIQUES，SUCHASOBJECTORIENTATIONOO，LARGEDATABASE，ARTIFICIALINTELLIGENTANDSOON．DURINGTHEDESIGNANDDEVELOPMENTOFTHISPROJECT，THEAUTHORBRINGSSOMENEWMETHODSUPWHICHHAVEBEENPROVEDRIGHTBYTHETESTRESULTSINTHEFOLLOWINGTHEDYNAMICSYSTEMSTRUCTUREONREALTIMEDATA，WHICHAMELIORATETHELIMITATIONOFSTATICSYSTEMPARAMETERSANDSTRUCTURE．INTRODUCINGOBJECTORIENTATIONMETHODSAVOIDSTHECLOSEDDEPENDENTAMONGEACHMODULE，WHICHRESOLVESTHEMATCHINGPROBLEMSBETWEENMODELANDDATA．THEDECISIONRESULTISFINALLYGIVENTHROUGHTHECOMBINATIONOFDESTINATIONGENETICS’COORDINATE，DATABASETECHNICALANDOPERATIONSTRATEGIES．THESYSTEMRESULTSRETURNEDFROMTHETESTSHOWSTHEDESIGNANDTHEOPERATIONISSUCCESSFUL．THESYSTEMCANPROVIDEDECISIONSUPPORTTOMANAGENKEYWORDSTRANSPORTATIONDISPATCHOBJECTORIENTATIONARTIFICIALINTELLIGENTGENETICALGORITHMRELATIONDATABASE第1I頁(yè)共V負(fù)

簡(jiǎn)介：STUDYONTHESTABILITYOFCOMPLEXSLOPEWITHARTIFICIALINTELLEGENCEANALYSISMEHTODADISSERTATIONSUBMITTEDFORTHEDEGREEOFMASTERCANDIDATEZHOUXUANLINSUPERVISORPROFFENGXIAOCHONGQINGJIAOTONGUNIVERSITYCHONGQING，CHINA摘要每年在公路、鐵路等工程建設(shè)中將開挖大量的邊坡，邊坡的穩(wěn)定是工程建設(shè)能否順利按期完成的重要影響因素。在自然條件下的邊坡的穩(wěn)定性是由它的地質(zhì)條件和力學(xué)性質(zhì)來(lái)決定的；經(jīng)過(guò)人為作用后而形成的邊坡一般被叫做人工邊坡，這種邊坡穩(wěn)定與否主要受到土性質(zhì)和地下水的存在情況等條件控制。由此可知邊坡穩(wěn)定性的影響因素較多，且其中一些因素難以用準(zhǔn)確的數(shù)字來(lái)表達(dá)因而具有模糊性。而對(duì)于邊坡的治理要求施工過(guò)程安全、工程經(jīng)濟(jì)、美觀。目前，學(xué)者提出了很多的邊坡治理方案，很多治理方案在實(shí)際工程中得到應(yīng)用，也取得了顯著的效果，但其中不乏一些失敗的案例。許多學(xué)者在邊坡穩(wěn)定性評(píng)價(jià)問題上做了大量的研究，提出了很多評(píng)價(jià)方法，這些方法大多自身具有一定的局限性，有些不能準(zhǔn)確描述邊坡的模糊性，有些在計(jì)算中存在不足。總之，準(zhǔn)確評(píng)價(jià)邊坡的穩(wěn)定性是邊坡治理方案決策的前提，而治理方案的決策是關(guān)系到邊坡治理成功與否的關(guān)鍵因素。因此本文對(duì)上述兩個(gè)方面的問題進(jìn)行研究，主要做了以下工作①簡(jiǎn)明扼要的闡述了邊坡穩(wěn)定性和邊坡治理方案決策的國(guó)內(nèi)外研究現(xiàn)狀，分析了已有方法中存在的不足。②介紹邊坡工程中的理論，影響邊坡穩(wěn)定性的因素，系統(tǒng)研究了一些邊坡穩(wěn)定性的評(píng)價(jià)方法。③闡述了邊坡工程地質(zhì)模型構(gòu)架、邊坡安全穩(wěn)定的數(shù)學(xué)力學(xué)模型和邊坡演化的分岔模型。④邊坡穩(wěn)定性的人工智能算法研究，給出一種基于遺傳算法的FCM聚類分析在邊坡穩(wěn)定性評(píng)價(jià)中的應(yīng)用，該方法具有明顯的優(yōu)點(diǎn)。結(jié)合開發(fā)的系統(tǒng)進(jìn)行實(shí)例分析。⑤引入軟集合理論和模糊軟集合理論，結(jié)合這兩種理論給出一種邊坡治理方案決策的方法。最后結(jié)合工程實(shí)例運(yùn)用這種決策方法進(jìn)行分析。關(guān)鍵詞邊坡穩(wěn)定性；遺傳算法；模糊；軟集合；決策

簡(jiǎn)介：電子科技大學(xué)UNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINA碩士學(xué)位論文MASTERDISSERTATION（電子科技大學(xué)圖標(biāo)）論文題目基于人工神經(jīng)網(wǎng)絡(luò)的鎳氫電池智能充電研究學(xué)科專業(yè)電路與系統(tǒng)指導(dǎo)教師鐘洪聲教授作者姓名陳曉旭班學(xué)號(hào)200840201001獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。簽名日期年月日論文使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）簽名導(dǎo)師簽名日期年月日

簡(jiǎn)介：本文采用人工神經(jīng)網(wǎng)絡(luò)的方法建立了用于預(yù)測(cè)隧道圍巖破壞模式的遺傳神經(jīng)網(wǎng)絡(luò)對(duì)用人工智能方法預(yù)測(cè)隧道圍巖破壞模式進(jìn)行了一次嶄新的嘗試。文中綜合分析了對(duì)隧道圍巖破壞模式有影響的各種因素，并用統(tǒng)計(jì)學(xué)中的主成分分析方法分析了影響隧道圍巖破壞模式的各種因素，最終確定了影響圍巖破壞模式的14個(gè)分類指標(biāo)。BP人工神經(jīng)網(wǎng)絡(luò)被認(rèn)為是最適合于樣本分類的模型，而傳統(tǒng)的標(biāo)準(zhǔn)BP算法存在著諸如訓(xùn)練速度慢、易陷入局部極小值等問題，針對(duì)這些問題，文中給出了改進(jìn)的方法。此外，如何確定用于預(yù)測(cè)的合理的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)也是關(guān)鍵問題，對(duì)這一問題的研究，本文采用了遺傳算法和神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法。本文首先對(duì)遺傳算法以及人工神經(jīng)網(wǎng)絡(luò)理論進(jìn)行了介紹，然后分析了其各自的優(yōu)缺點(diǎn)，提出了用遺傳算法的全局搜索性來(lái)彌補(bǔ)BP神經(jīng)網(wǎng)絡(luò)的局部極小的缺陷，建立了用于預(yù)測(cè)隧道圍巖破壞模式的模型。模型首先利用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)以及權(quán)值和閾值進(jìn)行優(yōu)化，得到最佳的網(wǎng)絡(luò)結(jié)構(gòu)之后，再利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練最終得出預(yù)測(cè)的結(jié)果。文章最后利用MATLAB語(yǔ)言將該模型在計(jì)算機(jī)上編程實(shí)現(xiàn)，并將搜集到的大量的以往的工程實(shí)例的相關(guān)信息作為訓(xùn)練樣本輸入模型對(duì)模型進(jìn)行訓(xùn)練，然后再利用已知的工程實(shí)例數(shù)據(jù)對(duì)模型進(jìn)行檢測(cè)，證明該模型用來(lái)預(yù)測(cè)隧道圍巖破壞模式的信息是完全可以滿足工程需求的。

簡(jiǎn)介：人工智能作為二十一世紀(jì)三大尖端技術(shù)之一，研究盛況空前。人工智能模仿人的思維方式處理工程中的技術(shù)問題，把人從繁重的腦力勞動(dòng)中解放出來(lái)，從事更多的創(chuàng)造性的工作。國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)汽車工業(yè)的發(fā)展受到了世界各國(guó)的高度重視，市場(chǎng)競(jìng)爭(zhēng)異常激烈。本文從實(shí)用性出發(fā)，采用神經(jīng)網(wǎng)絡(luò)理論、遺傳算法、模糊技術(shù)、專家系統(tǒng)和知識(shí)工程等人工智能技術(shù)，研究了汽車的最關(guān)鍵部件發(fā)動(dòng)機(jī)故障診斷中的一些問題。研究的主要內(nèi)容包括以下幾部分1論文首先系統(tǒng)綜述了汽車工業(yè)的發(fā)展現(xiàn)狀和發(fā)展方向，介紹了人工智能技術(shù)的研究狀況和發(fā)展趨勢(shì)，分析了汽車發(fā)動(dòng)機(jī)故障診斷技術(shù)的研究現(xiàn)狀及存在的問題，提出了人工智能應(yīng)用于發(fā)動(dòng)機(jī)故障診斷的方法，為汽車發(fā)動(dòng)機(jī)故障診斷技術(shù)的發(fā)展提供了一個(gè)新的途徑。2往復(fù)機(jī)械汽車發(fā)動(dòng)機(jī)故障診斷是個(gè)難題，本文提出應(yīng)用改進(jìn)的BP網(wǎng)絡(luò)進(jìn)行故障診斷的方法。基于機(jī)體上的單個(gè)傳感器測(cè)得的振動(dòng)信號(hào)，采用小波包技術(shù)對(duì)振動(dòng)信號(hào)進(jìn)行三層分解，提取8個(gè)頻帶的相對(duì)能量值作為特征向量，首次提出將速度作為特征向量的方法，這樣9個(gè)值作為發(fā)動(dòng)機(jī)神經(jīng)網(wǎng)絡(luò)故障診斷的特征向量，可以診斷發(fā)動(dòng)機(jī)不同轉(zhuǎn)速時(shí)的故障；另一個(gè)有別于以往研究的方面是神經(jīng)網(wǎng)絡(luò)輸出采用一個(gè)神經(jīng)元，對(duì)故障進(jìn)行編碼，優(yōu)點(diǎn)不僅可以診斷出以往的故障，增加新故障，也不用改變神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，經(jīng)重新學(xué)習(xí)后，就可以實(shí)現(xiàn)故障診斷，對(duì)復(fù)合故障也可以編碼采用同樣的方法識(shí)別。3成功應(yīng)用于故障診斷等其它方面的神經(jīng)網(wǎng)絡(luò)技術(shù)，神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)是個(gè)難題。本文提出采用改進(jìn)的遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行設(shè)計(jì)，同時(shí)優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值。首先應(yīng)用遺傳算法確定網(wǎng)絡(luò)結(jié)構(gòu)和初步權(quán)值，然后再用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法確定最終權(quán)值。遺傳算法的適應(yīng)度函數(shù)采用神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差的倒數(shù)，個(gè)體編碼采用混合編碼，最優(yōu)個(gè)體直接遺傳，其它個(gè)體采用輪盤方法遺傳。應(yīng)用此方法對(duì)發(fā)動(dòng)機(jī)故障診斷的神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，簡(jiǎn)化了網(wǎng)絡(luò)結(jié)構(gòu)。4在汽車故障診斷中，有許多量具有不確定性，具有模糊性。本文探討了模糊技術(shù)和神經(jīng)網(wǎng)絡(luò)相結(jié)合方法對(duì)發(fā)動(dòng)機(jī)進(jìn)行故障診斷，實(shí)現(xiàn)了故障原因的模糊識(shí)別。首先根據(jù)測(cè)得的特征向量確定故障原因與特征向量之間的模糊關(guān)系矩陣，應(yīng)用最大值最小值貼近度的方法，初步確定故障原因的可能范圍，然后應(yīng)用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行精確診斷。5汽車工業(yè)發(fā)展一百多年間，積累了豐富的經(jīng)驗(yàn)和知識(shí)，人們一直在思索研究發(fā)揮它們作用的方法。在汽車故障診斷方面，大量的用語(yǔ)言描述的知識(shí)處理利用是個(gè)難題。本文研究了利用處理文字知識(shí)的專家系統(tǒng)技術(shù)進(jìn)行發(fā)動(dòng)機(jī)故障診斷的方法，與以往研究不同的是，充分發(fā)揮面向?qū)ο笤O(shè)計(jì)語(yǔ)言的優(yōu)勢(shì)，對(duì)于故障診斷的知識(shí)采用不同的3種表示方式，推理也采用直觀的“故障樹”、判斷語(yǔ)句法和數(shù)據(jù)庫(kù)檢索等方法，取得了很好的效果。6人工智能的另一個(gè)重要的分支知識(shí)工程，它是以知識(shí)為研究對(duì)象，研究知識(shí)獲得、知識(shí)表示、知識(shí)利用的學(xué)科，是專家系統(tǒng)等人工智能技術(shù)的基礎(chǔ)。本文基于知識(shí)工程的思想和CATIA軟件的知識(shí)工程模塊，研究了汽車膜片彈簧的參數(shù)化設(shè)計(jì)方法，為在汽車設(shè)計(jì)過(guò)程中充分利用企業(yè)知識(shí)和書本知識(shí)，簡(jiǎn)化人的勞動(dòng)、提高設(shè)計(jì)速度、提高設(shè)計(jì)質(zhì)量提供了途徑。同時(shí)還研究了將遺傳算法應(yīng)用于氣門彈簧多類型變量、多約束機(jī)械優(yōu)化設(shè)計(jì)的方法；研究了人工神經(jīng)網(wǎng)絡(luò)汽車輔助燃油經(jīng)濟(jì)性計(jì)算的方法；基于本文提出的方法研究開發(fā)了汽車發(fā)動(dòng)機(jī)智能故障診斷系統(tǒng)。7對(duì)全文進(jìn)行了總結(jié)，并對(duì)今后的研究工作進(jìn)行了展望。

簡(jiǎn)介：中南大學(xué)碩士學(xué)位論文基于DSP的智能控制器及在智能人工腿中的應(yīng)用研究姓名梁豐申請(qǐng)學(xué)位級(jí)別碩士專業(yè)控制理論與控制工程指導(dǎo)教師譚冠政20030301ABSTRACTINTELLIGEMARTIFICIALLEGHASBEENANIR此RESTINGRESEARCHPROJECTIN血EFIEIDSOFROBOTICSAILDBIOMEDICAIENGINEE血G，ITSMOST“CELIENTCHARACTERISTICSIS山AT“CAFLIMI詛TE血EMOVEMENTWAYSOFH啪AJLHEALTHYLEGS觚DI招、ⅣALKINGSPEEDCAILCHAILGENATURALLY、VIMMECHANGEOF鋤PUTEE’S、ⅣALKINGSPEEDNLERESEARCHONT11ISPROJECTISOFPMCTICALSI鰣矗CANCETOIRNPPOVINGMELIVINGSITUA士IONA11DWEL觸BENE矗TSOFARNPUTEESINTELLIGENTAMFICIALLEGS、城NGTORELYONNEXIBLEREALIZATIONOFPNCUMATICSCYLINDETTHEMOTOROFPNE刪CSCYLINDERTAILCAILCON蜘LMCOPENDEGREEOFANEEDKI芏LCYLINDFLOWCO曲OLVALVE耵啪U曲CHALLGINGT11EOPENDE罌℃EOFVALVE，KRICEJOINTBENDANDEXTENDDAILLPINGISC11ANGEDANDGCTTLLESPEEDWENEEDED，INTELLIGENT砒MCAILLEGSDEVELOPEDBEFO陀LM、，ESHORTAGCSI11坩EASPECTSONTLLEONEHAILD，ITSCOI岫ILER，WHICHISUSEDTOCON扛OLTLLEOPENDEGREEOFNEEMEOFPNE眥ATICSCYLINDERI11THESELEGS，IS缸OPEN100PSYSTEMCOTILPOSEDOFA曲EPPINGMOTOR，鋤DH船LOWPOSMONPRECISION011MEOMCRHALLD，IRSCPUMUCHADOP血GIS恤SINGIECHIPIILACHILLEOF5LSERIESES，、VHICHN戚NGSPEEDCANNOTSACISLYTHENEEDSOFADVAILCEDALGORITLLINAMATTHE“VESHONAGES，WEMAKEFOLLO“NGIMPMVINGSCL地ME1USILLGSERVODCTEPLACESTEPP王NGMOTOR，MAKE“REALIZEACCURATELOCATIONCON缸_OLINBIGSCOPE2HAVEDESI弘EDACLOSEDIOOPCONHOLSYSTCM謝也LOCATION卸DCURRENTFEEDBACKAILDCARRYOUTOPTIMIZ￡MON麗ⅡLGAFORPIDPAR鋤ETERATMES獅ETIME，LEADINTO比巧CON仃OLMEOR，T0MALEPIDP黜NETERTOBEDECIDEDONLINETHE皿PMVEMENTOFCON乜OLS訂ATEGYRAISESMERESPOND

簡(jiǎn)介：LIEIILLLLLLLLLLLLLLLHIIIIIIIILLLY1531689⑨天畢大謦中目近代第一所大學(xué)博士學(xué)位論文__■R一●●■■LJ盤■●■■們0____一級(jí)學(xué)科管理科學(xué)與工程學(xué)科專業(yè)管理科學(xué)與工程作者姓名吳璇指導(dǎo)教師李敏強(qiáng)教授天津大學(xué)研究生院2007年12月中文摘要隨著信息技術(shù)的迅猛發(fā)展，全球性信息化迅速到來(lái)，經(jīng)濟(jì)領(lǐng)域高科技成果的層出不窮，給審計(jì)信息化進(jìn)程帶來(lái)一定的壓力和動(dòng)力。本項(xiàng)研究以人工智能理論與技術(shù)、審計(jì)理論技術(shù)為研究共同基礎(chǔ)，采用了理論分析和實(shí)證檢驗(yàn)相結(jié)合的研究方法，重點(diǎn)研究了基于人工智能方法的金審工程問題，較為完備的研究了智能化審計(jì)總體系統(tǒng)、智能化內(nèi)部控制評(píng)價(jià)系統(tǒng)、內(nèi)部控制評(píng)價(jià)中的定性仿真以及神經(jīng)網(wǎng)絡(luò)在審計(jì)智能中的應(yīng)用。主要研究?jī)?nèi)容和創(chuàng)新成果如下1首次把智能理論技術(shù)與審計(jì)理論技術(shù)進(jìn)行了融合。計(jì)算機(jī)審計(jì)是在信息化環(huán)境下的一門新的審計(jì)學(xué)科，是一種嶄新的審計(jì)方式。構(gòu)建了計(jì)算機(jī)審計(jì)的基本理論框架，提出了計(jì)算機(jī)審計(jì)的一般模型，主要包括計(jì)算機(jī)環(huán)境下的審計(jì)對(duì)象、審計(jì)作業(yè)模式、審計(jì)基本方式、審計(jì)技術(shù)方法等。提出了智能化審計(jì)系統(tǒng)的總體結(jié)構(gòu)，包括現(xiàn)場(chǎng)審計(jì)實(shí)施系統(tǒng)、聯(lián)網(wǎng)審計(jì)實(shí)施系統(tǒng)、審計(jì)辦公系統(tǒng)和信息資源庫(kù)四個(gè)部分。分析了數(shù)據(jù)采集與轉(zhuǎn)換，包括數(shù)據(jù)采集與分析的基本特征，數(shù)據(jù)采集智能化，并構(gòu)建了審計(jì)數(shù)據(jù)采集與轉(zhuǎn)換系統(tǒng)。2提出并設(shè)計(jì)了內(nèi)部控制智能評(píng)價(jià)系統(tǒng)。從知識(shí)角度總結(jié)了國(guó)外、國(guó)內(nèi)內(nèi)部控制制度和體系。分析內(nèi)部控制需要解決的問題，設(shè)計(jì)了內(nèi)部控制智能評(píng)價(jià)系統(tǒng)，包括系統(tǒng)的整體結(jié)構(gòu)、系統(tǒng)的知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理機(jī)制等。將內(nèi)部控制與定性仿真方法相結(jié)合，研究了QSIM算法，設(shè)計(jì)了基于定性推理的內(nèi)部控制評(píng)價(jià)系統(tǒng)結(jié)構(gòu)，以及系統(tǒng)處理流程和系統(tǒng)功能結(jié)構(gòu)等概念模型。把內(nèi)部控制的業(yè)務(wù)循環(huán)進(jìn)行了簡(jiǎn)化與抽象，并對(duì)業(yè)務(wù)循環(huán)的各系統(tǒng)模塊進(jìn)行了分解，建立定性的成因推理模型。3研究了人工神經(jīng)網(wǎng)絡(luò)在審計(jì)智能中的應(yīng)用，以神經(jīng)網(wǎng)絡(luò)為工具進(jìn)行審計(jì)中問題線索的發(fā)現(xiàn)。分析了數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)與審計(jì)的關(guān)系，借鑒了國(guó)外神經(jīng)網(wǎng)絡(luò)在審計(jì)方面的應(yīng)用，建立了神經(jīng)網(wǎng)絡(luò)方法在審計(jì)分析性復(fù)核過(guò)程應(yīng)用模式。選定BP神經(jīng)網(wǎng)絡(luò)為工具，構(gòu)建了人工神經(jīng)網(wǎng)絡(luò)與財(cái)務(wù)危機(jī)發(fā)現(xiàn)模型，進(jìn)行了數(shù)據(jù)實(shí)驗(yàn)，表明了方法的有效性。建立了基于自組織特征映射的納稅情況審計(jì)模型，稅種選擇為增值稅，進(jìn)行模型實(shí)驗(yàn)，結(jié)果表明了模型的有效性。關(guān)鍵詞審計(jì)，審計(jì)流程管理，金審工程，審計(jì)信息系統(tǒng)，人工智能

簡(jiǎn)介：北京交通大學(xué)碩士學(xué)位論文基于人工智能方法的貸款分類模型研究姓名喬碧榮申請(qǐng)學(xué)位級(jí)別碩士專業(yè)計(jì)算數(shù)學(xué)指導(dǎo)教師張作泉20080601ABSTRACTABSTRACTTILISPAPERDEALSWITHTHEBASEDRISKLOANELASSIFICA廿ONOFCOMMERCIALBANKSWITLLTHEMETHODSOFEXPERTSYSTEMANDNEURALNETWORKWHICHBELONGTOTHEARTICLEINTELLIGENCE11HEFACTORSTHATINFLUENTSTHELOANQUALITYINCLUDETHEFINANCETHECASHFLOWTHECREDITSUPPORTANDSOONINTHISPAPERITCHOSETHEPROPERDATAANDINDEXTOBUILDTHETRAININGSETTHROUGHHUNDREDSTIMESTRAININGITFINALLYBUILTTHENEULALNETWORKTHENITUSEDTHENEURALNETWORKTOANALYSTTHEFINANCEFACTORANDTHECASHFLOWITUSEDTHEEXPERTSYSTEMDEALINGWITHTHENONFINANCEFACTORFIRST，BUILDINGINDEXSYSTEMFORTHENONFINANCEANALYSIS；SECOND，ANALYZINGTHENONFINANCEFACTORWITHTHEEXPERTSYSTEM，F(xiàn)INALLYITGOTTHERESULTOFTHENONFINANCEANALYSISAFTERTHEANALYSISOFTHETHREEPARTS，ITUSEDTHEEXPERTSYSTEMAGAIN謝TLLTHEFACTOROFTHECREDITSUPPORTTOGETTHEFINALLOANCLASSIFICATIONKEYWORDSLOANCLASSIFICATION，NEURALNETWORK，EXPERTSYSTEM，F(xiàn)INANCEANALYSIS，CASHFLOW，CREDITSUPPORTCLASSNOF830LV

簡(jiǎn)介：論文作者簽名指導(dǎo)教師簽名論文評(píng)閱人1匿呈3壺王3浙渣鲞盤型通望盈窒醫(yī)評(píng)閱人2鎣查墓3型塾拯3逝江太堂生王盒顯堂瞳評(píng)閱人3隱名遷闥評(píng)閱人4評(píng)閱人5答辯委員會(huì)主席三蹙3塾拯熟直至3逝江笪盛型通望丑窒瞳委員1疊垂羞3副塾拯3逝江太堂生三盒雖堂瞳委員2塑塞鮭3副塾拯3逝江太堂生王金雖堂醫(yī)委員3委員4委員5邀蓮劌⑧本論文受以下項(xiàng)目資助國(guó)家“水體污染控制與治理”科技重大專項(xiàng)2012ZX07403003浙江太湖河網(wǎng)地區(qū)飲用水安全保障技術(shù)集成與示范人工濕地對(duì)有毒物質(zhì)去除效果和生物控藻技術(shù)研究子課題

簡(jiǎn)介：隨著科學(xué)技術(shù)的飛速發(fā)展生產(chǎn)過(guò)程變得越來(lái)越復(fù)雜這使得控制對(duì)象的數(shù)學(xué)模型很難精確地被描述出來(lái)而過(guò)于依靠理想化的、精確的對(duì)象數(shù)學(xué)模型的傳統(tǒng)控制顯得軟弱無(wú)力其控制局限性就日益突出而智能控制技術(shù)的發(fā)展給人們?cè)诳刂评碚撆c應(yīng)用中帶來(lái)了新的思想與空間智能控制不同于傳統(tǒng)控制它研究的目標(biāo)不再是被控對(duì)象而是控制器本身本文中我們就專家系統(tǒng)、模糊控制等智能控制技術(shù)的發(fā)展進(jìn)行了深入的探討以人工氣候室的溫度作為控制對(duì)象進(jìn)行了大量的仿真與實(shí)踐結(jié)果證明采用基于專家規(guī)則的模糊控制算法對(duì)于這種非線性、不確定的大慣性系統(tǒng)有著良好的控制效果本文主要介紹以單片機(jī)80C196KC為核心的計(jì)算機(jī)控制系統(tǒng)的硬件設(shè)計(jì)軟件編程控制功能的實(shí)現(xiàn)以及現(xiàn)場(chǎng)調(diào)試過(guò)程中所遇到的問題和解決方案并且提到了一些提高系統(tǒng)可靠性、穩(wěn)定性的方法最后著重介紹了一種具有自修正功能的專家規(guī)則模糊控制器文章共七章第一、二章介紹了課題的基本情況及其設(shè)計(jì)方案第三章介紹了專家模糊控制器的設(shè)計(jì)第四、五章介紹了系統(tǒng)的軟、硬件實(shí)現(xiàn)第六、七章介紹了調(diào)試過(guò)程中總結(jié)的經(jīng)驗(yàn)及結(jié)論根據(jù)現(xiàn)場(chǎng)運(yùn)行調(diào)試顯示該系統(tǒng)具有操作方便長(zhǎng)時(shí)間、不間斷工作可靠溫度跟蹤性能良好超調(diào)小精度高等特點(diǎn)這足以證明系統(tǒng)的設(shè)計(jì)方案合理算法得當(dāng)

簡(jiǎn)介：內(nèi)蒙古農(nóng)業(yè)大學(xué)碩士學(xué)位論文基于人工智能的利用高含沙洪水淤地后土壤成分含量研究姓名胡敏申請(qǐng)學(xué)位級(jí)別碩士專業(yè)農(nóng)業(yè)水土工程指導(dǎo)教師姬寶霖20080601RESEARCHONCONTENTOFSOILCOMPONENTUSINGFLOODWITHHIGHSANDAFTERSILTINGONBASEOFARTIFICIALINTELLIGENCEABSTRACTTOMEETTHENEEDOFDEEPLYRESEARCHANDMODELESTABLISHINGFORCOMPLEXITYSYSTEM，AIMINGATTHECOMPLEXITYOFCHANGEIN，MAKEFULLUSEOFTHEFEATURESOFARTIFICIALINTELLIGENCETECHNOLOGYTHATISADAPTIVECAPACITY，NONLINEAR，GLOBALOPTIMIZATION，TOSTUDYTHENUTRIENTANDGRAINSIZEOFSOILAFTERSILTNIGUP，THISPAPERHASAPPLIEDARTIFICIALINTELLIGENCEINTOTHERESEARCHOFTHISPROJECTTHEREHAVEBEENEXPLOREDRESEARCHABOUTAPPLYOFANNANDGAINTHISPROJECTFORTHEFIELDOFCOMPLEXSYSTEMSOFTHEMULTIPARAMETERNONLINEARPROBLEMSOLVINGOPENEDUPANEWPATH。THEMAINCONCLUSIONSAREASFOLLOWS1ITSAMPLETHEO～100CMSECTIONOFWINDBLOWNSOILANDNEWSILTLANDANDSILTEDTILTHINTHEFLOODIRRIGATIONAREAOFGONGWUSU，ANDMENSTRUATEDTHESOILNUTRIENTCONTENTANDGRAINSIZECONSTITUTE，INORDERTOANALYZEDISTRIBUTIONCHARACTERISTICOFNUTRIENTANDGRAINSIZEOFTHESOILAFTERSILTINGUPUSINGTHEFLOODWITHHIGHSANDASARESULT，THESOILNUTRIENTCONTENTIMPROVESSIGNIFICANTLYAFTERSILTINGUPUSINGTHEFLOODWITHHIGHSANDDIFFERENTSOILNUTRIENTCONTENTIS1。2～55TIMESTHANBEFORESILTINGUP，ANDPARTOFSOILNUTRIENTCONTENTCOMESTOVERYHIGHGRADEINTHEWHOLECOUNTRYSOILCENSUSFORTHESECONDTIMENUTRIENTSTANDARD，AVAILABLECOMESTOABUNDANTGRADE1THROUGHLEADINGTHEFLOODWITHHIGHSANDINTOTHEBASINOFTHEDESERTFORSILTINGUPMANYTIMES，WHENALLUVIUMTHICKNESSEXCEEDPLOW，THEDESERTCANBECOMESTHEHIGHQUANTITYFARMLAND1ITISAVERYVALIDAPPROACHTOUSETHEFLOODWITHHIGHSANDCONTROLLINGSANDANDSILTINGLANDFORREDUCINGTHEYELLOWRIVERBEDSILTEDANDCONTROLLINGDESERTANDDEVELOPINGFARMLAND2INTHEABOVESTUDYBASEDONTHEUSEOFSOILNUTRIENTCONTENTANDSOILPARTICLESCOMPOSEDOFTESTDATATOANALYZETHERELATIONSHIPBETWEENTHESOILNUTRIENTCONTENTANDTHEPARTICLESIZECOMPOSITIONAFTERSILTINGUPUSINGTHEFLOODWITHHIGHSANDUSINGARTIFICIALNEURALNETWORKTECHNOLOGYANDTHETRADITIONALMULTIPLESTEPWISEREGRESSIONANALYSISTECHNIQUES，ANDESTABLISHEDTHERELATIONSHIPMODELBETWEENSOILPARTICLECOMPOSITIONANDSOILNUTRIENTCONTENT，ANDCOMPARATIVEANALYSISOFRESULTSSHOWEDTHATTHETWOMODELSCANBEUSEDTOPREDICTTHESOILPARTICLECOMPOSITIONOFSOILNUTRIENTCONTENT，BUTTHEPRECISIONOFTHEARTIFICIALNEURALNETWORKMODELISMUCHBETTERTHANTHE

簡(jiǎn)介：3G、4G信息時(shí)代互聯(lián)網(wǎng)信息技術(shù)的飛速發(fā)展為移動(dòng)通信業(yè)務(wù)的發(fā)展帶來(lái)了新的機(jī)遇和挑戰(zhàn)，同時(shí)，隨著湖南移動(dòng)用戶群、網(wǎng)絡(luò)規(guī)模的增加以及業(yè)務(wù)、資費(fèi)的推陳出新移動(dòng)業(yè)務(wù)得到了不斷擴(kuò)大。傳統(tǒng)的人工客服，因受服務(wù)時(shí)間，服務(wù)范圍，服務(wù)渠道等限制已經(jīng)不能滿足移動(dòng)用戶的種種需求。為了解決這個(gè)問題，本文通過(guò)分析國(guó)內(nèi)外相關(guān)系統(tǒng)和技術(shù)現(xiàn)狀，研究基于關(guān)聯(lián)推薦和客服問答智能匹配技術(shù)及基于專家系統(tǒng)的在線客服智能推理技術(shù)，設(shè)計(jì)和實(shí)現(xiàn)湖南移動(dòng)智能客服應(yīng)答系統(tǒng)。論文以應(yīng)用需求為指導(dǎo)，將專家系統(tǒng)應(yīng)用到在線客服智能推理中，提出了面向在線客服智能推理的專家系統(tǒng)設(shè)計(jì)方案，對(duì)面向在線客服智能推理的專家系統(tǒng)的知識(shí)表示方法、推理機(jī)制和解釋機(jī)制等關(guān)鍵技術(shù)進(jìn)行了深入研究，主要研究?jī)?nèi)容如下1、針對(duì)客戶問題與語(yǔ)料庫(kù)資源的匹配問題，首先根據(jù)客戶行為屬性、興趣屬性、重要程度屬性以及社會(huì)屬性特點(diǎn)構(gòu)建客戶模型，然后基于此模型，綜合多屬性及其相互之間的關(guān)聯(lián)關(guān)系，提出了基于關(guān)聯(lián)推薦的問題智能匹配方法。2、針對(duì)在線客服智能推理問題的特點(diǎn)，建立了在線客服智能推理知識(shí)庫(kù)，在CLIPS標(biāo)準(zhǔn)知識(shí)表示方法基礎(chǔ)上，結(jié)合在線客服智能推理系統(tǒng)的具體要求，提出了擴(kuò)充的中文產(chǎn)生式知識(shí)表示方法。3、基于CLIPS推理引擎進(jìn)行了在線客服智能推理機(jī)的設(shè)計(jì)，推理機(jī)采用正向推理機(jī)制、基于上下文的規(guī)則搜索控制策略以及基于場(chǎng)景的階段控制策略，采用預(yù)置文本法與追蹤解釋法相結(jié)合的方法設(shè)計(jì)了在線客服智能推理解釋器。其中預(yù)置文本法對(duì)用戶的“WHY”型問題進(jìn)行解答，追蹤解釋法對(duì)用戶的“HOW”型問題進(jìn)行解答。4、基于上述及技術(shù)設(shè)計(jì)和實(shí)現(xiàn)了基于人工智能的湖南移動(dòng)在線客服原型系統(tǒng)，分析了業(yè)務(wù)需求，進(jìn)行功能模塊設(shè)計(jì)，研究了系統(tǒng)技術(shù)集成方案，明確了系統(tǒng)應(yīng)用流程。該系統(tǒng)在節(jié)省人力資源，提升服務(wù)響應(yīng)速度，提高服務(wù)質(zhì)量及客戶滿意度方面發(fā)揮了良好的推進(jìn)作用。

簡(jiǎn)介：博士學(xué)位論文博士學(xué)位論文機(jī)場(chǎng)道面變形與開裂模式人工智能分析方法ARTIFICIALINTELLIGENCEMETHODSFANALYZINGDEFMATIONCRAKINGPATTERNOFAIRPTPAVEMENT尹福成尹福成哈爾濱工業(yè)大學(xué)哈爾濱工業(yè)大學(xué)2014年7月CLASSIFIEDINDEXTU3753UDC624DISSERTATIONFTHEDOCTALDEGREEINENGINEERINGARTIFICIALINTELLIGENCEMETHODSFANALYZINGDEFMATIONCRAKINGPATTERNOFAIRPTPAVEMENTCIDATEYINFUCHENGSUPERVISPROFZHOUGUANGCHUNACADEMICDEGREEAPPLIEDFDOCTOFENGINEERINGSPECIALITYSTRUCTURALENGINEERINGAFFILIATIONSCHOOLOFCIVILENGINEERINGDATEOFDEFENCEJULY2014DEGREECONFERRINGINSTITUTIONHARBININSTITUTEOFTECHNOLOGY