簡介：點擊查看更多基于人工智能視角的水電廠二次系統(tǒng)構建.pdf精彩內容。

簡介：隨著工業(yè)生產的控制分散性和管理集中性的要求不斷提高分布式控制系統(tǒng)DCS已成為工業(yè)自動化系統(tǒng)的主要結構智能儀表DCS正是適應這一趨勢而產生的。在現(xiàn)場總線通信實現(xiàn)信息交互集成的基礎上如何充分發(fā)揮各智能儀表中的微處理器和控制PC機的計算處理能力采用先進的控制方法提高系統(tǒng)控制品質是智能儀表DCS技術研究中的一個重要課題。人工神經(jīng)網(wǎng)絡由于具有函數(shù)逼近及自學習等優(yōu)點在自動控制領域取得了廣泛的應用。本文在綜述人工神經(jīng)網(wǎng)絡原理和有關控制方法的基礎上以智能儀表DCS應用為背景對采用BP網(wǎng)絡構造對象局部模型并進行控制優(yōu)化計算的控制方法、基于BP網(wǎng)絡的PID參數(shù)整定方法進行了研究并在智能儀表DCS實驗系統(tǒng)上完成了相關實驗實驗結果令人滿意。在對實現(xiàn)建模學習、控制優(yōu)化以及PID參數(shù)整定中的諸多問題進行分析討論的基礎上提出了有關方法在智能儀表DCS中的應用方案。同時根據(jù)實驗的需要對原有的實驗系統(tǒng)軟件作了相應的改進。最后對今后的研究工作提出了設想。

簡介：人工智能技術的出現(xiàn)為各個領域的研究帶來了新的分析方法，本學位論文對人工智能技術在樁基設計中的應用進行了研究，建立了相應的樁基輔助設計系統(tǒng)。該系統(tǒng)根據(jù)樁基設計過程中的特點，主要利用人工神經(jīng)網(wǎng)絡ANN和基于范例的推理CBR這兩種技術來進行輔助設計，克服傳統(tǒng)樁基設計專家系統(tǒng)存在的缺點。首先，論文分析了目前樁基設計中的一些問題，對人工智能技術的概況做了介紹，并對人工智能技術在樁基設計領域內的應用現(xiàn)狀進行了論述。其次，本文詳細介紹了人工智能領域內比較活躍且應用最廣的人工神經(jīng)網(wǎng)絡技術和較具發(fā)展?jié)摿Φ幕诜独评淼募夹g。在對樁基設計進行分析研究的基礎上，主要利用這兩種技術來建立基于人工智能的樁基輔助設計系統(tǒng)，用來確定樁基初步設計當中樁基持力層位置、樁型、樁基尺寸以及給出參考樁數(shù)，并結合同濟啟明星PILE2000軟件的詳細設計來給出最終的樁基設計方案。此外，本文還就人工神經(jīng)網(wǎng)絡在預測單樁極限承載力中的應用進行了討論，并分析了BP人工神經(jīng)網(wǎng)絡中的需注意的一些問題。另外，在原有CBR推理的基礎上做了進一步的改進，使得檢索的結果更加科學合理。最后，利用建立的樁基輔助設計系統(tǒng)對實例進行分析。關鍵詞人工智能、人工神經(jīng)網(wǎng)絡、基于范例的推理、樁基輔助設計系統(tǒng)

簡介：該文主要研究四類典型的QOS組播路由問題求解論文共分三個部分第一部分是緒論對計算機網(wǎng)絡的組播通信進行了綜述主要介紹IP組播的發(fā)展歷史、工作原理、實現(xiàn)方案然后提出QOS組播路由問題并介紹QOS組播路由問題的研究現(xiàn)狀以及研究的重要性第二部分是研究的基礎部分主要介紹QOS組播路由模型的構成我們首先介紹QOS路由的基本概念和原理著重討論圖模型、狀態(tài)信息QOS度量和QOS路由的基本情況以便我們了解QOS路由及其所涉及的問題然后簡要地分析了QOS路由問題最后為了便于描述QOS組播路由問題的數(shù)學模型給出QOS組播路由問題的一些定義第三部分是該文研究的重點著重介紹目前的研究熱點基于人工智能技術的組播路由算法主要研究四個方面的問題時延和時延抖動約束組播路由問題帶度約束組播路由問題完全QOS參數(shù)約束組播路由問題綜合QOS參數(shù)約束的組播路由問題最后還根據(jù)QOS組播路由的特點結合遺傳算法的尋優(yōu)特性提出了一種新的基于遺傳算法的綜合QOS參數(shù)約束的組播路由算法最后對該文所做的工作做了一個總結并對QOS組播通信路由問題的求解進行了展望

簡介：點擊查看更多基于人工智能的陶瓷輥道窯虛擬設計的研究.pdf精彩內容。

簡介：點擊查看更多基于人工智能的轉爐吹煉模型的開發(fā)研究.pdf精彩內容。

簡介：中南大學碩士學位論文基于人工神經(jīng)網(wǎng)絡的攤鋪機智能故障診斷系統(tǒng)研究姓名王政申請學位級別碩士專業(yè)機械設計及理論指導教師吳運新20041201中南大學碩士學位論文ABGN乙～CTABSTRACTHEAV塒UTYEN百NEENGPLATLTSSUCHASPAVCR、T婦NSPONJNGCARETCBECAMEMOREALLDMORECOMPLICATEALLDROBOTICIZEDNOWADAYSTLLEYHAVEMOREANDMORETYPESANDFOMSOFFAULTSINTHEMSELVES，ANDHAVELATEMREASONSOFTHCFAULTS，WHICHBRINGSALOTOFDIMCULTPROBLEMS6竹THEFAULTDIA卸OSTICST0SOLVETHE仃ADITIONALMETHODOFFAULTDIA印OSISISUNABJETODIAGNOSEMETROUBLEINHEA、哆DUTYEQUIPMENTACCURATELYANDREALTIMELYNISVERYESSEMIALTOSEEKAMOREPE疵CTINGDIA印OSISMETHODFBRTHEDIAGNOSTICBYTHCORE“CALRESEARCHINGANDPRACTJSIN島T11ETHESISSTUDJEDDE印LYMEMAINRCSEARCHCONTEMSANDKEYTECHNOLOGIESOFTHEIMELLIGEM白UNDIA薩OSISSYSTEMBASEDONNELLRALNEMORKWHICHISANEWLYDEVELOPEDTECHNOLOGYNOWADAYSTHENWESETUPAEXPERIMEMALPLATFO肌OFLON爭啪GEFAULTDIA即OSISCENTERCOMBINJNGMECOMPUTERNETWORKTECHNOLOGYWESTILDIEDNLEHYDRAULICPRESSLLRESYSTEMINTHEPAVEAS0URDIAGNOSISDBJECTANDDEVELOPEDANEWMEⅡLODOFREASONINGMECHANISMBASED衄ANE呦1NETWORKWITHTHREELAYERSAT1AST，WECONSTRILCTAINTELLIGENTDIA印OSISSYSTELNWITH咐O】AYERSBYT11ETECHNOLOGROFNEURA】NEMORK、EXP哦SYSTEMAIID舭強可MEO彤MEANWHILEWESMDIEDTHETECHNOLOGYOFGENINGTHEDIAGNOSISSYSTEMINBEDEDINWCBSEN，％ANDSUCCEEDEDINP脯INGUPALON驢RANGEINTELLIGENTDIA舶OSISCENTERBASEDONINTENLETEXPERIMEMINDICATETH砒THELON哥RANGEINTELLIGENTF抽NDIA伊OSISSYSTEMCALLSUCCEEDINDIAGILOSINGLON哥啪GLYTHENOUBLEOFTHEONTHESPOTEQUIPMEMS，ALLDMEETTHEREQUIREDACCURACYANDRCALTIMECHARACTERINTHEDIA盟OSISOFLARGESCA】EMECBALLICALEQUIPMENTKEYWORDDIA朗OSE，PAVERNEURALNE似ORK，INTEMETⅡ

簡介：智能人工腿是目前機器人學和生物醫(yī)學工程學領域一個備受關注的研究熱點，它與傳統(tǒng)機械人工腿的區(qū)別之處在于其能夠根據(jù)對外界環(huán)境信息的識別和處理，自動地協(xié)調假肢與健肢的步速和步態(tài)，使患者獲得自然和諧的行走行為。體現(xiàn)這種智能性的一個關鍵因素是人工腿內部安裝有智能控制器。這種控制器能夠獲取外界環(huán)境信息并進行分析處理，輸出相應控制信息，使執(zhí)行機構汽缸或液壓缸能夠改變自身的參數(shù)從而產生所需要的伸展力和阻尼，最后改變人工腿的步速和步態(tài)。論文研究一個能夠實現(xiàn)人工腿智能化的控制器，使人工腿能夠根據(jù)步行環(huán)境的變化自主選擇合適的步速步態(tài)，使患者恢復較協(xié)調的行走行為。該系統(tǒng)為一個高精度位置伺服控制系統(tǒng)，通過控制安裝在汽缸中的針閥開度來調整步速。為使系統(tǒng)具有良好的動態(tài)性能和穩(wěn)態(tài)性能，采用電流環(huán)、速度環(huán)和位置環(huán)三閉環(huán)控制結構，每個環(huán)都設計有相應的控制器完成校正調節(jié)任務，分別是PI控制器、PI控制器和一個在線參數(shù)白調整的模糊PD控制器。其中電流環(huán)和速度環(huán)是為了增強系統(tǒng)的快速性能和抗干擾性能，位置環(huán)是為了得到更高的控制精度。該系統(tǒng)選用一種新的進化算法微分進化算法DIFFERENTIALEVOLUTIONALGITHM，對控制器的參數(shù)進行整定優(yōu)化。文中詳細介紹了微分進化算法，它是一種基于自然進化思想的隨機搜索算法，相比于其他類似搜索算法有其獨特的優(yōu)點和應用前景，本文利用它對PID控制器的參數(shù)進行優(yōu)化整定，結果表明效果良好。同時在文中闡述了三閉環(huán)位置伺服控制系統(tǒng)的設計過程，給出了計算機的仿真結果。最后說明了控制器硬件電路的設計和開發(fā)，軟件的設計和調試，控制系統(tǒng)實驗結果表明，本文設計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、快速性和準確性，可以完成汽缸針閥開度的調節(jié)任務，能夠使截肢者恢復協(xié)調的行走行為。

簡介：隨著網(wǎng)絡技術和控制技術的發(fā)展，網(wǎng)絡化控制系統(tǒng)的分析和設計已成為控制理論與應用領域的研究熱點之一，它也將成為工業(yè)控制技術發(fā)展的必然趨勢。網(wǎng)絡控制系統(tǒng)是完全網(wǎng)絡化、分布化的控制系統(tǒng)，控制回路中的傳感器、執(zhí)行器以及控制器之間均通過通信網(wǎng)絡連接，并且控制系統(tǒng)中的受控變量和控制變量都以數(shù)字量的形式在網(wǎng)絡中傳遞。由于通信網(wǎng)絡的引入，控制系統(tǒng)中信號傳遞的時延成為影響控制效果的主要因素之一，它會降低系統(tǒng)的性能甚至引起系統(tǒng)不穩(wěn)定，而傳統(tǒng)的控制方法無法有效地解決這個問題。人工智能方法提供了新的思路。本文首先研究了基于CCLINK現(xiàn)場總線網(wǎng)絡控制系統(tǒng)的系統(tǒng)結構以及時延特性對系統(tǒng)穩(wěn)定性的影響，設計了基于TRUETIME工具箱的網(wǎng)絡控制系統(tǒng)仿真平臺然后針對網(wǎng)絡控制系統(tǒng)時延具有隨機、時變的特性，研究了兩種人工智能控制算法，即SMITH預估模糊PID控制器和基于動態(tài)BP網(wǎng)絡誤差修正的廣義預測控制，并應用到網(wǎng)絡控制系統(tǒng)中，減小時延對系統(tǒng)控制性能的影響最后設計了彩報印刷墨色預置控制系統(tǒng)，將模糊PID控制算法應用到系統(tǒng)當中，實現(xiàn)了對出墨量的控制。

簡介：價值投資理論自其誕生之日起至今已有數(shù)十年的發(fā)展歷史，目前已經(jīng)成為西方成熟市場上的主流投資理念。隨著我國股市的日益發(fā)展，市場回歸理性的趨勢日漸明顯。在這樣的市場環(huán)境下，價值投資逐漸受到我國股市投資者的青睞，在價值投資熱潮興起的同時，由于國內外股票市場和上市公司素質的差異性導致舶來的價值投資理論倍受非議。但是隨著中國證券市場逐步走向規(guī)范化運作，價值投資必將成為市場的主流投資理念。在這樣的背景下，從我國證券市場的現(xiàn)實狀況出發(fā)，深化對價值投資的研究具有深遠的理論和現(xiàn)實意義?；谝陨险J識，論文的研究工作從價值投資的理論與方法兩個方面展開。從傳統(tǒng)價值投資理論的基本觀點來看，價值投資是依據(jù)股票內在價值與股價之間形成的“安全邊際”作投資決策，特別關注股票的價值性，其對股票內在價值的判斷，通常遵循威廉姆斯“股票內在價值等于公司證券持有者未來年份得到的分紅和利息的現(xiàn)值”的投資理論，通過對預期的股票投資回報率的貼現(xiàn)值來衡量內在價值，該方法缺乏可操作性，而且關于價值投資的研究還有一種傾向，即通過單純的市盈率或市凈率指標來判斷股票的“安全邊際”，這種傾向有一定的合理性，但單純的市盈率或市凈率并不能全面反映股票的價值性和成長性，忽視股票的成長性也是傳統(tǒng)價值投資理論的重大缺陷。針對傳統(tǒng)價值投資理論的不足，本文從股票虛擬性的角度考慮，提出股票虛擬價值的概念，并具體分析股票虛擬價值的易變性和相對穩(wěn)固性，在此基礎上提出新價值投資框架，以此作為傳統(tǒng)價值投資理論的補充和發(fā)展。與傳統(tǒng)的價值投資理論相比，新價值投資是建立在股票虛擬價值的基礎上的，而上市公司的運營狀況通過市場的作用直接影響到股票的虛擬價值，進而影響到股票虛擬價值的易變性和相對穩(wěn)固性的強弱，因此新價值投資可以通過對上市公司財務基本面信息的挖掘來把握股票虛擬價值和價格的關系和發(fā)展態(tài)勢。新價值投資就是通過挖掘出那些價格低于其虛擬價值，并且價格向股票的虛擬價值回復的股票，以此來投資獲利的股票投資策略。新價值投資能夠兼顧股票的價值性和成長性，其投資策略可操作性強，特別適合我國現(xiàn)階段股市，是對傳統(tǒng)價值投資理論的有益補充。在新價值投資框架下，本文將模式識別與新價值投資相結合，設計了從科學選股到組合投資的一整套價值投資方法，其中人工智能方法貫穿始終。由于在具體的股票投資實踐中，無法實現(xiàn)對股票價值信息毫無遺漏的占有，因此本文在新價值投資框架下，充分利用模糊聚類技術在處理海量數(shù)據(jù)方面的優(yōu)勢，從上市公司財務基本面信息中挖掘出有價值的關鍵信息，從實證角度為支持向量機股票選擇模型的建立提取出相對簡約的股票價值特征集，該特征集基本涵蓋了股票價值投資所需要的有效信息。在此基礎上，采用實證方法建立基于價值投資的支持向量機股票選擇模型，該選股模型通過對股票價值信息的判斷，能夠實現(xiàn)對股票的有效篩選。在實證方面，利用支持向量機股票選擇模型對上證180指數(shù)成分股票進行識別，將篩選出的10支股票的半年持有期、一年持有期、兩年持有期和三年持有期的實際投資回報率與上證180指數(shù)的指數(shù)回報率作對比，超過指數(shù)回報率的股票略高于70％，該結果足以驗證基于價值投資的支持向量機股票選擇模型在投資實踐中的選股能力。盡管支持向量機股票選擇模型能夠以較大的概率篩選出具有較大增值潛力的股票，但選股的結果中也可能包含若干沒有增值潛力的股票，可見，對優(yōu)選出來的股票構造投資組合來分散投資風險是必要的。因此本文在MARKOWITZ投資組合的均值－方差模型框架下建立了RAROC目標優(yōu)化的價值投資組合模型，并具體通過模擬退火遺傳算法對投資組合求解。該模型以VAR作為風險度量工具，以RAROC作為目標優(yōu)化函數(shù)，能夠將投資決策的風險和收益二元目標約束整合為RAROC單目標約束，能夠有效地分散單支股票集聚的風險。

簡介：空氣預熱器漏風率是影響空預器效率的一個最重要的因素，但是由于空預器漏風率不僅受到空預器本身制作工藝，密封效果的影響，還受到煙速、煙溫、空氣速度、空氣溫度、煙氣靜壓等諸多運行參數(shù)的影響，關系復雜。從局部和短期而言運行參數(shù)表現(xiàn)為較強的隨機特征，而從全局和長期而言表現(xiàn)為較強的規(guī)律性。人工神經(jīng)網(wǎng)絡作為一種計算智能方法，能夠識別和模擬數(shù)據(jù)的非線性關系，具有可逼近任意非線性函數(shù)的學習能力，可以從紛繁復雜的數(shù)據(jù)中找出其中的規(guī)律。對了解和掌握空預器的運行工作狀況起到十分重要的作用。本文簡要介紹了神經(jīng)網(wǎng)絡的發(fā)展及應用，并論述了回轉式空氣預熱器漏風測控系統(tǒng)，提出了本課題的研究內容及研究方法。在分析生物神經(jīng)元網(wǎng)絡的基本原理和結構的基礎上介紹了人工神經(jīng)網(wǎng)絡的概念、特征和基本原理，詳細討論了BP網(wǎng)絡和BP算法。對電站鍋爐回轉式空預器的概念和性質及特點進行詳細闡述，并對空預器漏風因素進行分析。通過對網(wǎng)絡參數(shù)的選擇、樣本的選取與處理以及網(wǎng)絡結構的選擇和設計，確定了針對回轉式空預器的人工神經(jīng)網(wǎng)絡模型，并對傳統(tǒng)BP算法的局限性，提出了BP算法的改進策略。利用MATLAB65的神經(jīng)網(wǎng)絡工具箱進行網(wǎng)絡建模與仿真實驗，確定網(wǎng)絡的歸一化函數(shù)，訓練函數(shù)、隱層單元數(shù)目和活化函數(shù)。根據(jù)己經(jīng)確定的網(wǎng)絡結構，對空預器漏風率進行預測。本文是在對沙市熱電廠50MW機組鍋爐空預器進行熱態(tài)測試的基礎上，利用MATLAB65提供的神經(jīng)網(wǎng)絡工具箱為開發(fā)工具，對回轉式空預器漏風率進行仿真建模，取得了比較好的預測結果。

簡介：本文研發(fā)了基于人工智能的配棉技術與紗線質量預測系統(tǒng)，研究了BS結構模式下，將數(shù)據(jù)層、業(yè)務邏輯層和表示層進行封裝和分離的數(shù)據(jù)保護問題。探討了綜合計算機軟件和人工智能算法等多種關鍵技術來實現(xiàn)計算機自動配棉和紗線質量預測等多種功能的方法，并在ASP開發(fā)平臺中實現(xiàn)了MVC架構模式。本文研究了原棉性能與紗線質量之間的關系，為了解決配棉難的問題，設計了新的計算機自動配棉數(shù)學模型，分析了基本遺傳算法在解決該問題時的優(yōu)缺點，并運用群體排序和局部尋優(yōu)等關鍵技術，提出了一種改進的混合遺傳算法。本文設計了BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡紗線質量預測模型，分析了標準BP神經(jīng)網(wǎng)絡算法在構建紗線質量預測模型時存在的不足及其原因，探討了一種改進的BP神經(jīng)網(wǎng)絡紗線質量預測模型，實驗證明該模型增加了網(wǎng)絡的收斂速度并提高了系統(tǒng)穩(wěn)定性；構建了基于遺傳算法的RBF神經(jīng)網(wǎng)絡紗線質量預測模型，該模型預測精度較高，訓練時間較短，能很好地解決紗線質量預測的問題。

簡介：針對國內高校學分制改革的新需求，本文基于人工智能理論設計了一種計算機自動排課系統(tǒng)。本文建立了計算機自動排課的數(shù)學模型，設計了計算機自動排課的算法，并且通過對人工智能相關論理的深入研究，完成了算法中有關知識表示和知識庫的設計，并應用機器學習理論調整數(shù)據(jù)庫，使得排課結果更合理。并對其進行了實驗研究。設計并完成了一套計算機自動排課軟件。這是一套滿足新的教學體制下排課工作要求的軟件，而且解決了農業(yè)、林業(yè)、醫(yī)學等一些專業(yè)比較特殊，課程設置復雜，排課難度比較大的院校的課程安排。該系統(tǒng)使新形勢下高校教學教務工作開展的更高效，學校的教學資源能夠利用的更充分，教育體制的改革的推行更順利。

簡介：PID控制以其結構簡單、可靠性高、易于工程實現(xiàn)等優(yōu)點至今仍被廣泛應用。在系統(tǒng)模型參數(shù)變化不大的情況下，PID控制性能優(yōu)良。但隨著現(xiàn)代工業(yè)的發(fā)展，工業(yè)生產過程往往具有非線性、不確定性，難以建立精確的數(shù)學模型，應用常規(guī)的PID控制器難以達到理想的控制效果。人工神經(jīng)網(wǎng)絡ANN（ARTIFICIALNEURALWK）具有自學習、自適應和自組織的能力，將ANN與傳統(tǒng)的PID控制結合，構成智能型的神經(jīng)網(wǎng)絡PID控制器。它不需建立精確的數(shù)學模型，能夠自動辨識被控過程參數(shù)、自動整定控制參數(shù)、適應被控過程參數(shù)的變化，是解決傳統(tǒng)PID控制器參數(shù)整定難、不能實時調整參數(shù)和魯棒性不強的有效措施。本文主要做了兩部分工作首先，對傳統(tǒng)的PID控制算法進入深入分析，針對系統(tǒng)對積分項的要求，偏差大時積分作用應該減弱，偏差小時應該加強?；谶@一思想，對PID控制算法進行改進，在變速積分的基礎上提出了彈性積分PID算法，仿真研究表明該算法有利于系統(tǒng)的穩(wěn)定。其次，重點研究了BP神經(jīng)網(wǎng)絡PID控制器。在BP算法中，初始權值的選擇對于局部極小點的防止和網(wǎng)絡收斂速度的提高均有一定程度的影響，如果初始權值范圍選擇不當，學習過程一開始就可能出現(xiàn)“假飽和”現(xiàn)象，甚至進入局部極小點，網(wǎng)絡根本不收斂。因此，利用粒子群優(yōu)化算法PSO具有全局搜索的優(yōu)點對BP網(wǎng)絡的初始權值進行優(yōu)化，避免了可能出現(xiàn)的收斂速度慢，存在局部極小點等問題。針對粒子群算法的早熟現(xiàn)象，將變異思想引入到粒子群算法中，并將改進的IPSOBP混合算法用于對神經(jīng)網(wǎng)絡PID的權值進行優(yōu)化。本文對彈性積分PID控制算法和變速積分PID控制算法進行了仿真實驗，仿真結果表明彈性積分算法提高系統(tǒng)穩(wěn)定性。本文也對改進的PSO算法整定BPPID智能控制器參數(shù)進行了仿真實驗，階躍響應曲線和誤差跟蹤曲線都反映了IPSO優(yōu)化的BPPID控制系統(tǒng)收斂速度快，尋優(yōu)能力強，能盡早進入穩(wěn)定狀態(tài)，改善了控制性能，取得令人滿意的控制效果。

簡介：點擊查看更多單機架可逆冷帶軋機軋制規(guī)程人工智能優(yōu)化及工程實踐.pdf精彩內容。