簡介：當(dāng)今社會電能已成為社會、經(jīng)濟(jì)發(fā)展不可缺少的二次能源。在礦物質(zhì)能源日益短缺的今日電能的存儲和轉(zhuǎn)換也已成為人們?nèi)找骊P(guān)注的焦點(diǎn)和各個(gè)領(lǐng)域研究的熱點(diǎn)。其中飛輪儲能以其儲能密度高、充電時(shí)間短、抗過充放電能力強(qiáng)、能量轉(zhuǎn)換效率較高、對環(huán)境要求較少等優(yōu)點(diǎn)在航天、交通、電力等方面展現(xiàn)出很好的應(yīng)用前景。本文主要研究基于飛輪儲能系統(tǒng)的電力轉(zhuǎn)換控制系統(tǒng)其涉及到的主要內(nèi)容有靜止坐標(biāo)系與旋轉(zhuǎn)坐標(biāo)系之間的變換、永磁同步電機(jī)在DQ坐標(biāo)系下的數(shù)學(xué)建模、功率變換器的分析與研究、控制器的設(shè)計(jì)等。首先選用永磁同步電機(jī)作為飛輪儲能系統(tǒng)的儲能電機(jī)然后結(jié)合永磁同步電機(jī)的工作原理及其坐標(biāo)變換理論建立了其在DQ坐標(biāo)下的數(shù)學(xué)模型。詳細(xì)分析了功率變換部分所使用的矩陣式變換器的拓?fù)浣Y(jié)構(gòu)、基本工作原理、調(diào)制策略等問題對矩陣變換器雙空間矢量調(diào)制法做了重點(diǎn)介紹并建立了矩陣式變換器的仿真模型仿真結(jié)果顯示所建立的矩陣式變換器有良好的輸出電壓波形以及諧波含量少的輸入相電流波形反映出矩陣式變換器具有優(yōu)良的特性。論文在研究分析傳統(tǒng)雙閉環(huán)調(diào)速系統(tǒng)的基礎(chǔ)上根據(jù)模糊控制和神經(jīng)網(wǎng)絡(luò)控制的基本理論結(jié)合速度環(huán)控制器的一般設(shè)計(jì)方法分別設(shè)計(jì)了模糊PID控制器和BP神經(jīng)網(wǎng)絡(luò)PID控制器并采用這兩種控制器在MATLABSIMULINK環(huán)境下對飛輪儲能充電系統(tǒng)的控制進(jìn)行了相應(yīng)仿真同時(shí)對PID調(diào)節(jié)器各參數(shù)進(jìn)行了有效整定仿真結(jié)果表明系統(tǒng)采用模糊控制和神經(jīng)網(wǎng)絡(luò)控制方法使整個(gè)飛輪儲能系統(tǒng)獲得了較好的輸出電壓、電流、轉(zhuǎn)矩和轉(zhuǎn)速波形針對上述兩種控制器各自存在的不足文中采用模糊神經(jīng)網(wǎng)絡(luò)控制器作為飛輪儲能系統(tǒng)的速度環(huán)控制器從而使系統(tǒng)獲得了更為優(yōu)良的穩(wěn)定性、響應(yīng)速度和穩(wěn)態(tài)精度表明了模糊神經(jīng)網(wǎng)絡(luò)控制較模糊控制或神經(jīng)網(wǎng)絡(luò)控制單獨(dú)作用具有更大的優(yōu)越性為飛輪儲能系統(tǒng)在實(shí)際中的應(yīng)用奠定了理論基礎(chǔ)。

簡介：1956年的達(dá)特矛斯DARTMOUTHCONFERENCE會議上約翰麥卡錫JOHNMCCARTHY提出人工智能就是要讓機(jī)器的行為看起來像是人所表現(xiàn)出的智能行為一樣。從“人工智能”概念的提出到現(xiàn)在，僅僅發(fā)展才50多年，人們一次又一次的對眼前的與時(shí)俱進(jìn)的仿真機(jī)器人發(fā)展的步伐所驚服，它們在許多方面大大超過人類的智能，人類社會已無法離開人工智能。人工智能以“0”與“1”的方式毫不妥協(xié)地改變著人類社會發(fā)展進(jìn)程。然而，在人們在對人所創(chuàng)造的人工智能的發(fā)展歡呼的同時(shí)，“它們最終像人一樣嗎”、“它們會超越于人嗎”、“人的智能在未來的社會發(fā)展中地位”這樣的困惑一次又一次地回旋在人們的頭腦中，揮之不去。在人工智能發(fā)展的歷程中，許多科學(xué)家站在自己“疆土”上，以引為驕傲的研究成果向世界宣告了人工智能取代人的智能、機(jī)器人將“統(tǒng)治”人的圖畫。并且，隨著科學(xué)和人工智能的每一步突破性的發(fā)展，上述觀點(diǎn)總是在人的頭腦中一次又一次被放大、渲染。人工智能研究中出現(xiàn)的這些問題，不僅直接影響人工智能的發(fā)展，同時(shí)也對人類社會發(fā)展產(chǎn)生重大影響。人類社會已離不開人工智能。人們不得不對人工智能的發(fā)展深思何為人工智能為何發(fā)展人工智能人工智能如何發(fā)展人工智能向何處發(fā)展筆者以為，歷史證明，僅從科學(xué)研究的某學(xué)科是無法解答的，研究人工智能發(fā)展根本上需要放眼哲學(xué)視域，從哲學(xué)視野研究人工智能發(fā)展的問題。本文試圖以哲學(xué)的視野探討人工智能發(fā)展中引發(fā)的矚目的問題，重點(diǎn)運(yùn)用辯證唯物主義的觀點(diǎn)進(jìn)行研究，在分析人的智能的產(chǎn)生、本質(zhì)和社會發(fā)展的基礎(chǔ)上，探討人類發(fā)展中人工智能的目的與價(jià)值，研究人的智能與人工智能的關(guān)系、人類社會與機(jī)器人“世界”的關(guān)系，尋求辯證唯物主義視域中關(guān)于人工智能發(fā)展問題的較為恰當(dāng)?shù)慕Y(jié)論以人的全面發(fā)展前提和要求，充分發(fā)展和運(yùn)用人工智能滿足人類社會發(fā)展，促進(jìn)科學(xué)和人類社會不斷進(jìn)步與發(fā)展。

簡介：智能機(jī)電人工腿主要由膝關(guān)節(jié)、執(zhí)行機(jī)構(gòu)、踝關(guān)節(jié)、腳以及智能控制器等組成是一個(gè)復(fù)雜的非線性控制系統(tǒng)它融合了智能控制理論、微電子技術(shù)、計(jì)算機(jī)控制技術(shù)、機(jī)械設(shè)計(jì)與制造、生物醫(yī)學(xué)工程及康復(fù)醫(yī)學(xué)工程等技術(shù)它的關(guān)鍵部件是控制人工腿膝關(guān)節(jié)屈伸運(yùn)動及小腿擺動的智能控制器其常常采用模糊控制策略智能人工腿的研制對于殘疾人回歸社會生活及改善生活質(zhì)量具有決定作用有著重大的社會意義本文對國內(nèi)外人工腿研究工作的歷史及現(xiàn)狀作了綜合分析在此基礎(chǔ)上指出現(xiàn)有人工腿控制器的問題并提出了改進(jìn)方案在智能人工腿控制器的算法設(shè)計(jì)部分首先介紹了遺傳算法和模糊控制的基本內(nèi)容再由運(yùn)行參數(shù)對模糊控制系統(tǒng)響應(yīng)影響的分析得出在系統(tǒng)運(yùn)行過程中采用固定參數(shù)的模糊控制器不可能得到優(yōu)異的動態(tài)及穩(wěn)態(tài)性能因此有必要根據(jù)系統(tǒng)的控制進(jìn)程對控制器參數(shù)進(jìn)行在線自動調(diào)整的結(jié)論針對固定參數(shù)模糊控制器的上述缺陷構(gòu)造以系統(tǒng)動態(tài)誤差為變量的運(yùn)行參數(shù)自調(diào)整公式提出了一種基于遺傳算法優(yōu)化的參數(shù)可在線自調(diào)整的模糊控制器的設(shè)計(jì)方法計(jì)算機(jī)仿真結(jié)果表明這種模糊控制器比參數(shù)固定的模糊控制器在系統(tǒng)動態(tài)和穩(wěn)態(tài)性能方面有較明顯的改善它具有很強(qiáng)的適用性可被廣泛運(yùn)用于控制各種不同的對象這對于智能人工腿模糊控制器的優(yōu)化實(shí)現(xiàn)實(shí)時(shí)、快速、精確的控制最終提高人工腿的行走性能具有重要意義智能人工腿最大的特點(diǎn)是能跟隨截肢者步行速度變化而變化因此步速測量電路是智能人工腿中的一個(gè)重要組成部分本文提出如下的步速測量方法在預(yù)定的時(shí)間間隔內(nèi)連續(xù)采樣速度測量值并求取平均值由平均值所對應(yīng)的檔位值作為人工腿控制器的給定值在電路研制中首次采用先進(jìn)微傳感器ENV05F型角速度傳感器這種角速度傳感器能瞬時(shí)捕捉大腿擺動的角速度該傳感器體積小重量輕響應(yīng)快非常適宜安裝在人工腿內(nèi)部論文以該傳感器為步速采樣傳感器研制出基于AT89C51單片機(jī)的步速測量模塊實(shí)驗(yàn)表明該模塊電路能有效地感應(yīng)健側(cè)肢行走速度滿足實(shí)時(shí)測量的要求并通過與人工腿控制器接口電路直接提供智能人工腿控制器的給定跟蹤值

簡介：本文應(yīng)用人工智能技術(shù)中的人工神經(jīng)網(wǎng)絡(luò)模型、模糊神經(jīng)網(wǎng)絡(luò)模型、遺傳算法對影響到堤壩安全的三個(gè)問題進(jìn)行了分析，分別對堤壩管涌預(yù)測判定問題、混凝土壩抗震可靠度問題、堤壩邊坡穩(wěn)定性的可靠性評估問題運(yùn)用人工智能技術(shù)進(jìn)入深入分析，獲得很好的結(jié)果。第一個(gè)分析的問題是堤壩管涌問題，應(yīng)用人工智能技術(shù)建立了管涌預(yù)測與判定的模型。首先分析了堤壩管涌發(fā)生的過程和影響管涌發(fā)生的因素，提出了一種預(yù)測判定管涌發(fā)生可能性的機(jī)理模型，根據(jù)機(jī)理模型從影響堤壩管涌發(fā)生的諸多復(fù)雜因素中選出既便于測量、觀測又對管涌發(fā)生影響顯著的幾種因素作為人工神經(jīng)網(wǎng)絡(luò)的輸入，建立了管涌影響因素與管涌發(fā)生指標(biāo)之間的映射關(guān)系。應(yīng)用收集到的管涌數(shù)據(jù)對管涌人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和預(yù)測，預(yù)測的結(jié)果精度較高，說明人工神經(jīng)網(wǎng)絡(luò)是預(yù)測判定管涌發(fā)生的有效方法。針對管涌發(fā)生的不確定性和模糊性，文中進(jìn)一步建立了管涌的模糊神經(jīng)網(wǎng)絡(luò)模型，用同樣的樣本對模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測試，獲得不錯(cuò)的預(yù)測結(jié)果，證明模糊神經(jīng)網(wǎng)絡(luò)也是預(yù)測判定管涌發(fā)生的有效方法。第二個(gè)分析的問題是混凝土壩的抗震可靠度問題，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立混凝土重力壩和拱壩的抗震可靠度模型。

簡介：現(xiàn)代控制系統(tǒng)，規(guī)模越來越大，系統(tǒng)越來越復(fù)雜，用傳統(tǒng)的控制理論方法已不能滿足控制的要求。智能控制是在經(jīng)典控制理論和現(xiàn)代控制理論的基礎(chǔ)上發(fā)展起來的，是控制理論、人工智能和計(jì)算機(jī)科學(xué)相結(jié)合的產(chǎn)物。傳統(tǒng)控制是經(jīng)典控制和現(xiàn)代控制理論的統(tǒng)稱，它們的主要特征是基于模型的控制。由于被控對象越來越復(fù)雜。其復(fù)雜性表現(xiàn)為高度的非線性，高噪聲干擾、動態(tài)突變性以及分散的傳感元件，分層和分散的決策機(jī)構(gòu)、多時(shí)間尺度，復(fù)雜的信息結(jié)構(gòu)等，這些復(fù)雜性都難以用精確的數(shù)學(xué)模型微分方程或差分方程來描述。除了上述復(fù)雜性以外，往往還存在著某些不確定性，不確定性也難以用精確數(shù)學(xué)方法加以描述。然而，對這樣復(fù)雜系統(tǒng)的控制性能的要求越來越高，這樣一來，基于精確模型的傳統(tǒng)控制就難以解決上述復(fù)雜對象的控制問題。在這樣復(fù)雜對象的控制問題面前，人們將人工智能的方法和反饋控制相結(jié)合，解決復(fù)雜系統(tǒng)面臨的復(fù)雜控制系統(tǒng)的難題。智能控制主要分為邏輯控制、神經(jīng)網(wǎng)絡(luò)控制和實(shí)時(shí)專家系統(tǒng)。研究的主要目標(biāo)不僅僅是被控對象，同時(shí)也包含控制器本身。文中介紹了傳統(tǒng)的PID控制原理，PID分為位置式和增量式，計(jì)算機(jī)控制是數(shù)字PID控制。一些改進(jìn)的PID控制算法是針對實(shí)際應(yīng)用中的不足提出的，如積分分離式PID控制算法，抗積分飽和算法，變速積分算法等，實(shí)際應(yīng)用中，控制又分為簡單PID控制和串級PID控制，對一些典型的控制算法。對仿真結(jié)果進(jìn)行了對比分析，說明了改進(jìn)算法的作用。本論文對智能控制的一個(gè)分支人工智能控制的算法進(jìn)行了研究。將人工智能控制算法與經(jīng)典的PID調(diào)節(jié)器以及控制方法相結(jié)合，對一個(gè)三階時(shí)滯系統(tǒng)進(jìn)行了仿真控制研究。仿真結(jié)果表明，用這種思想設(shè)計(jì)的控制器改善了單一控制方法的控制性能。在仔細(xì)分析人工智能控制算法和PID控制器的基礎(chǔ)之上，將二者結(jié)合，相互取長補(bǔ)短，使其算法與單一的PID控制器比較起來，在快速性、穩(wěn)定性上有較明顯的改善。本文還根據(jù)人工智能控制算法的特點(diǎn)及控制的優(yōu)勢，將其與控制算法相結(jié)合，顯著地改善了系統(tǒng)的性能，并在此基礎(chǔ)上加入動、靜態(tài)校正的算法，進(jìn)一步改善了系統(tǒng)的穩(wěn)定性、快速性，獲得令人滿意的控制效果。最后，文章通過對仿真結(jié)果的分析說明了結(jié)合不同控制方式的必要性、合理性。顯示了智能控制的優(yōu)勢和不足，為教學(xué)和研究提供了一個(gè)新的思路。

簡介：點(diǎn)擊查看更多基于人工智能理論的采礦方法選擇的研究.pdf精彩內(nèi)容。

簡介：隨著針對目前電力系統(tǒng)的規(guī)模不斷擴(kuò)大，動態(tài)等值作為一種系統(tǒng)簡化的方法，具有可以大大降低計(jì)算量、降低方程的維數(shù)并能保持系統(tǒng)主要特征等優(yōu)點(diǎn)，對于實(shí)時(shí)在線分析十分重要，受到了越來越多的重視。針對目前電力系統(tǒng)動態(tài)等值的研究現(xiàn)狀，本文重點(diǎn)研究了估計(jì)等值法，主要作以下三個(gè)方面的工作L、研究了電力系統(tǒng)動態(tài)等值的模型估計(jì)等值法，詳細(xì)介紹了外部系統(tǒng)等值模型的建立的基礎(chǔ)理論，包括模型的建立方法和電力系統(tǒng)的基本元件模型。2、研究了動態(tài)等值的數(shù)據(jù)來源，提出了采用非對稱擾動數(shù)據(jù)的等值方法，該方法對外網(wǎng)等值模型中不含聯(lián)絡(luò)線都適用，等值模型建立在PARK方程求解的基礎(chǔ)上，并以故障錄波器數(shù)據(jù)為例進(jìn)行了等值數(shù)據(jù)說明。3、提出了小生境免疫算法的人工智能方法用于動態(tài)等值，在單機(jī)無窮大系統(tǒng)算例中進(jìn)行了應(yīng)用，該算法精度高，速度快，具有很好的收斂性，魯棒性強(qiáng)。上述等值模型、等值方法在天津電網(wǎng)中進(jìn)行了應(yīng)用，并對等值得到的模型進(jìn)行了靜態(tài)特性和動態(tài)特性校驗(yàn)，仿真結(jié)果表明本文提出的估計(jì)等值法是行之有效的，能夠滿足工程精度求。

簡介：隨著電子技術(shù)的快速發(fā)展與軍事斗爭的需要，武器裝備中印刷電路板的組成及實(shí)現(xiàn)的功能越來越復(fù)雜并多工作在惡劣的外部環(huán)境中，有時(shí)為了完成任務(wù)，需要超負(fù)荷的運(yùn)轉(zhuǎn)。武器裝備中印刷電路板的使用現(xiàn)狀致使某些電子線路、元器件等損壞、失效，以致整個(gè)裝備不能正常發(fā)揮作用。這要求我們研究新的技術(shù)和方法，進(jìn)一步提高電子設(shè)備的可靠性；當(dāng)電路發(fā)生故障時(shí)，要求能及時(shí)、準(zhǔn)確地辨識故障，以便檢修和替換。本課題“基于人工智能技術(shù)的印刷電路板故障診斷方法研究”，就是通過對小波分析、數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)和信息融合等人工智能技術(shù)深刻認(rèn)知與理解的基礎(chǔ)上，提出這幾種技術(shù)在印刷電路板中的應(yīng)用方式和驗(yàn)證方式，分析每種技術(shù)的應(yīng)用方式及優(yōu)缺點(diǎn)，探討集成多種人工智能技術(shù)進(jìn)行印刷電路板故障識別的方案。課題通過對幾種人工智能技術(shù)的研究，在軟件中實(shí)現(xiàn)了小波分析、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘和信息融合等技術(shù)，并分為訓(xùn)練數(shù)據(jù)導(dǎo)入、小波分析、數(shù)據(jù)訓(xùn)練、診斷數(shù)據(jù)導(dǎo)入、小波分析、數(shù)據(jù)診斷6個(gè)操作模塊實(shí)現(xiàn)印刷電路板智能診斷功能。對故障電路板在特定節(jié)點(diǎn)的電壓等參數(shù)進(jìn)行采集，經(jīng)過分析和處理后，使用小波分析和濾波等技術(shù)簡化并提取其中蘊(yùn)含的模式信息，然后使用數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)等進(jìn)行模式識別，從而定位并診斷出特定模式對應(yīng)的故障。針對實(shí)際電路板故障的復(fù)雜性，需要綜合多種模式識別算法，并使用信息融合技術(shù)綜合所得的不同的結(jié)果，給出最終的診斷結(jié)論。經(jīng)過實(shí)際電路板測試驗(yàn)證，該設(shè)計(jì)方案對同類電路板的單故障診斷結(jié)果達(dá)到90％以上，具有很好的通用性和較好的應(yīng)用前景。

簡介：點(diǎn)擊查看更多基于人工智能的軟測量建模方法研究及其在熱工過程中的應(yīng)用.pdf精彩內(nèi)容。

簡介：電機(jī)作為一種應(yīng)用范圍廣需求量大的機(jī)電轉(zhuǎn)換設(shè)備，普遍應(yīng)用于建筑、機(jī)械、冶金、運(yùn)輸?shù)汝P(guān)系國民經(jīng)濟(jì)命脈和國家安全的領(lǐng)域。電機(jī)運(yùn)行的安全性直接關(guān)系到其運(yùn)行領(lǐng)域的穩(wěn)定性，而電機(jī)運(yùn)行的安全性很大程度上取決于電機(jī)轉(zhuǎn)子的絕緣性能。電機(jī)經(jīng)過長期高速運(yùn)行，其內(nèi)部結(jié)構(gòu)通常會受到電、熱、環(huán)境等綜合因素的作用而發(fā)生損壞，使其電氣和機(jī)械性能降低，嚴(yán)重影響了電機(jī)的壽命。因此，建立電機(jī)轉(zhuǎn)子繞組的匝間耐壓診斷和監(jiān)測系統(tǒng)，定期進(jìn)行轉(zhuǎn)子絕緣性能的檢測，避免產(chǎn)生內(nèi)部結(jié)構(gòu)老化等現(xiàn)象，使電機(jī)能正常運(yùn)行，這已成為確保各行各業(yè)安全生產(chǎn)和運(yùn)行的迫切需要。本文采用微分探測線圈方法采集電機(jī)轉(zhuǎn)子的氣隙勵(lì)磁磁勢信號進(jìn)行分析處理，利用轉(zhuǎn)子繞組短路時(shí)氣隙勵(lì)磁磁勢信號中漏磁通分量的幅值發(fā)生變化這一特征信息進(jìn)行分析。選擇小波分析、小波包分解和神經(jīng)網(wǎng)絡(luò)算法作為理論基礎(chǔ)，綜合分析了電機(jī)轉(zhuǎn)子繞組的氣隙勵(lì)磁磁勢信號的性能和參數(shù)特點(diǎn)。選擇MATLAB作為軟件開發(fā)平臺進(jìn)行各種算法的實(shí)現(xiàn)，建立了基于人工智能的電機(jī)匝間耐壓檢測系統(tǒng)，從而實(shí)現(xiàn)了電機(jī)轉(zhuǎn)子短路的故障診斷。通過模擬電機(jī)轉(zhuǎn)子繞組發(fā)生匝間短路的故障過程，綜合多種檢測算法對轉(zhuǎn)子短路時(shí)的氣隙勵(lì)磁磁勢信號進(jìn)行診斷，全面分析了診斷方法，設(shè)計(jì)了電機(jī)匝間耐壓檢測系統(tǒng)。設(shè)計(jì)內(nèi)容主要包括氣隙勵(lì)磁磁勢信號的微分變換、小波變換消除主磁通的干擾、小波包提取信號的故障特征信息、BP神經(jīng)網(wǎng)絡(luò)對故障模式的訓(xùn)練和測試。通過測試表明，該診斷系統(tǒng)能夠更準(zhǔn)確、更有效的分析電機(jī)轉(zhuǎn)子繞組的氣隙勵(lì)磁磁勢信號并診斷出轉(zhuǎn)子的短路故障，保證了電機(jī)轉(zhuǎn)子的安全運(yùn)行。它提供了一種簡單、實(shí)用的短路故障診斷的新方法，發(fā)展了人工智能的診斷系統(tǒng)在轉(zhuǎn)子繞組短路故障檢測方面的應(yīng)用，使診斷系統(tǒng)更加科學(xué)化。隨著故障檢測與診斷技術(shù)發(fā)展的日益成熟，電機(jī)轉(zhuǎn)子繞組的絕緣診斷技術(shù)研究具有重要的理論意義，將人工智能技術(shù)應(yīng)用于電機(jī)轉(zhuǎn)子繞組的絕緣故障診斷方面，可以更準(zhǔn)確的判斷出短路故障槽位置，提高電機(jī)的診斷效率。

簡介：點(diǎn)擊查看更多基于人工智能技術(shù)的輸電線路繼電保護(hù)系統(tǒng)的應(yīng)用研究.pdf精彩內(nèi)容。

簡介：人工智能是研究人類智能活動規(guī)律的科學(xué)，在大學(xué)英語教學(xué)中應(yīng)用人工智能技術(shù)，結(jié)合INTER，開發(fā)輔助教學(xué)專家系統(tǒng)，能有效解決目前大學(xué)英語教學(xué)改革中面臨的師資不足、教學(xué)模式單一等問題，實(shí)現(xiàn)教學(xué)資源共享，有效提高教學(xué)質(zhì)量、減輕教師負(fù)擔(dān)、加強(qiáng)學(xué)生自主學(xué)習(xí)能力。論文介紹了人工智能的原理、特點(diǎn)及應(yīng)用領(lǐng)域，分析了目前大學(xué)英語教學(xué)面臨的問題，提出了基于人工智能技術(shù)的大學(xué)英語輔助教學(xué)系統(tǒng)的實(shí)現(xiàn)方案。該系統(tǒng)包括兩個(gè)重要部分采用專家系統(tǒng)理論建立的教師英語輔助教學(xué)專家系統(tǒng)模塊，利用產(chǎn)生式和框架式相結(jié)合對英語專家的領(lǐng)域知識進(jìn)行知識表示，運(yùn)用不確定性模糊推理分析，使教師了解學(xué)生知識點(diǎn)的掌握情況，指導(dǎo)教學(xué)；采用BP神經(jīng)網(wǎng)絡(luò)建立學(xué)生自主學(xué)習(xí)系統(tǒng)模塊，分析學(xué)生測試情況，使學(xué)生能自我診斷，通過學(xué)生累次練習(xí)結(jié)合艾賓浩斯記憶遺忘曲線，給出學(xué)生自主學(xué)習(xí)建議，使學(xué)生能進(jìn)行有針對性的學(xué)習(xí)。最后，按照軟件工程理論，對該系統(tǒng)進(jìn)行了總體設(shè)計(jì)、詳細(xì)設(shè)計(jì)，并編碼實(shí)現(xiàn)了該系統(tǒng)。該系統(tǒng)已在WINDOWS平臺上用VISUALSTUDIO2005集成開發(fā)環(huán)境和MICROSOFTSQLSERVER2000數(shù)據(jù)庫實(shí)現(xiàn)，實(shí)驗(yàn)結(jié)果表明系統(tǒng)通過推理分析能幫助教師掌握學(xué)生學(xué)習(xí)情況，使學(xué)生能自主學(xué)習(xí)，具有良好的應(yīng)用價(jià)值。

簡介：隨著INTER技術(shù)的不斷發(fā)展，傳統(tǒng)的諸如電子郵件、文件傳輸以及遠(yuǎn)程登陸等服務(wù)已經(jīng)不能夠滿足人們的需要。同時(shí)，隨著移動INTER設(shè)備的大量涌現(xiàn)，能夠支持移動性應(yīng)用的服務(wù)將會對網(wǎng)絡(luò)本身產(chǎn)生不同的需求。這些新的需求促使網(wǎng)絡(luò)能夠根據(jù)用戶的可變需求對網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行重新設(shè)計(jì)并導(dǎo)致主動或可編程網(wǎng)絡(luò)的出現(xiàn)。盡管這一領(lǐng)域已經(jīng)取得豐碩的成果，而網(wǎng)絡(luò)的自動化管理和維護(hù)卻由于網(wǎng)絡(luò)管理者是人類本身而處于較低的水平。網(wǎng)絡(luò)不能夠意識到本身的狀態(tài)和應(yīng)用的需求，沒有本身的目標(biāo)和如何實(shí)現(xiàn)這個(gè)目標(biāo)的知識，并且不能夠?qū)ψ陨淼男袨檫M(jìn)行推理。這就是說，應(yīng)用的發(fā)展迫切需要網(wǎng)絡(luò)本身具有“認(rèn)知”屬性。認(rèn)知無線網(wǎng)絡(luò)能夠感知當(dāng)前網(wǎng)絡(luò)的情況，基于數(shù)據(jù)流的端到端的配置目標(biāo)對無線網(wǎng)絡(luò)進(jìn)行計(jì)劃、判決和采取相應(yīng)的自適應(yīng)行動。同時(shí)，無線網(wǎng)絡(luò)能夠從這些自適應(yīng)行動中學(xué)習(xí)，并將學(xué)習(xí)到的知識應(yīng)用于網(wǎng)絡(luò)未來的判決中。認(rèn)知無線網(wǎng)絡(luò)是一項(xiàng)復(fù)雜的技術(shù)，其研究內(nèi)容包括了網(wǎng)絡(luò)體系結(jié)構(gòu)研究、環(huán)境感知技術(shù)、知識表示以及獲取技術(shù)、機(jī)器推理技術(shù)、機(jī)器學(xué)習(xí)技術(shù)、網(wǎng)絡(luò)可重配置技術(shù)等諸多技術(shù)問題。本文采用機(jī)器學(xué)習(xí)技術(shù)通過跨層優(yōu)化的手段來實(shí)現(xiàn)端到端的配置目標(biāo)，著重對網(wǎng)絡(luò)體系結(jié)構(gòu)、知識獲取技術(shù)和機(jī)器學(xué)習(xí)技術(shù)作了比較深入的研究。主要研究成果如下1設(shè)計(jì)了一種認(rèn)知網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)，即獨(dú)立于傳統(tǒng)OSI七層結(jié)構(gòu)的新的認(rèn)知面，它方便認(rèn)知網(wǎng)絡(luò)實(shí)現(xiàn)中的模塊化，并降低未來網(wǎng)絡(luò)系統(tǒng)實(shí)現(xiàn)的復(fù)雜度。其次，給出了認(rèn)知面的功能實(shí)現(xiàn)模塊，特別是闡述了兩種認(rèn)知能力具體的實(shí)現(xiàn)方法利用多目標(biāo)遺傳算法對認(rèn)知網(wǎng)絡(luò)進(jìn)行“離線內(nèi)省”學(xué)習(xí)，解決“有經(jīng)驗(yàn)指導(dǎo)”的學(xué)習(xí)問題，提高認(rèn)知網(wǎng)絡(luò)的離線學(xué)習(xí)能力；利用案例推理對認(rèn)知網(wǎng)絡(luò)進(jìn)行“在線判決”，解決模型的快速匹配問題，提高認(rèn)知網(wǎng)絡(luò)的實(shí)時(shí)處理能力。最后，以異構(gòu)網(wǎng)絡(luò)中擁塞控制為例對這兩種認(rèn)知能力進(jìn)行了詳細(xì)闡述。2采用網(wǎng)絡(luò)情景意識知識庫和案例推理相結(jié)合來實(shí)現(xiàn)認(rèn)知能力目前得到了廣泛的研究。著重對無固定設(shè)施的無線網(wǎng)絡(luò)如自組織網(wǎng)，如何構(gòu)建網(wǎng)絡(luò)情景意識知識庫包括構(gòu)建案例集以及從案例集中提煉出知識進(jìn)行研究。結(jié)合某自組織網(wǎng)絡(luò)，從網(wǎng)絡(luò)情景意識和網(wǎng)絡(luò)的協(xié)議重配置能力兩個(gè)方面，提出采用NSGAⅡ的多目標(biāo)優(yōu)化算法和模糊判決相結(jié)合的方法來生成認(rèn)知無線網(wǎng)絡(luò)的案例集。根據(jù)對案例集的觀察獲取到認(rèn)知無線網(wǎng)絡(luò)的一些共性知識。仿真結(jié)果表明隨著信道質(zhì)量和網(wǎng)絡(luò)業(yè)務(wù)負(fù)載的變化，采用學(xué)習(xí)機(jī)制對網(wǎng)絡(luò)采取跨層重配置以后，網(wǎng)絡(luò)傳輸平均時(shí)延大約可以減小為網(wǎng)絡(luò)最差性能的50％以上，網(wǎng)絡(luò)呼叫成功率可達(dá)100％，網(wǎng)絡(luò)吞吐量可以提高20％左右。3針對部分連接ADHOC網(wǎng)絡(luò)中路由選擇主要依賴于轉(zhuǎn)發(fā)概率而轉(zhuǎn)發(fā)概率事先未知的特點(diǎn)，研究認(rèn)知無線網(wǎng)絡(luò)單個(gè)節(jié)點(diǎn)通過人工智能領(lǐng)域的Q學(xué)習(xí)手段實(shí)現(xiàn)對轉(zhuǎn)發(fā)概率的在線學(xué)習(xí)機(jī)制。提出了一種基于SSPQL框架的DTN網(wǎng)絡(luò)路由算法QMEED。QMEED算法能夠?qū)崿F(xiàn)在充分“利用”最大轉(zhuǎn)發(fā)概率節(jié)點(diǎn)的同時(shí)“探索”其它具有更好轉(zhuǎn)發(fā)概率的節(jié)點(diǎn)；同時(shí)，QMEED算法實(shí)時(shí)地根據(jù)Q學(xué)習(xí)給出的獎(jiǎng)勵(lì)或者懲罰結(jié)果來對下一跳節(jié)點(diǎn)自動做出選擇。針對Q學(xué)習(xí)需要較長的訓(xùn)練時(shí)間達(dá)到收斂問題，采用SSP算法來對路徑進(jìn)行隨機(jī)統(tǒng)計(jì)概率的學(xué)習(xí)從而加快收斂的速度。在THEONE平臺上，用JAVA語言實(shí)現(xiàn)了該算法的仿真，并與其它路由算法在傳遞成功率、平均緩沖時(shí)間、消息傳輸開銷進(jìn)行了比較。仿真結(jié)果表明，QMEED算法具有較好的性能，能夠滿足DTN網(wǎng)絡(luò)的需求，是一種有效的路由解決方案。4針對存在局部干擾的ADHOC網(wǎng)絡(luò)中節(jié)點(diǎn)的自私性和網(wǎng)絡(luò)整體利益之間的矛盾而導(dǎo)致的ADHOC網(wǎng)絡(luò)擁塞問題，研究認(rèn)知無線網(wǎng)絡(luò)節(jié)點(diǎn)之間通過博弈學(xué)習(xí)而實(shí)現(xiàn)最佳的數(shù)據(jù)分流的在線學(xué)習(xí)機(jī)制。首先證明基于MAC層競爭造成的網(wǎng)絡(luò)擁塞模型中存在納什均衡點(diǎn)。其次，基于WOLFPHC學(xué)習(xí)策略提出了一種跨層擁塞控制WCS機(jī)制。它在路由層中選擇一對去耦合節(jié)點(diǎn)作為轉(zhuǎn)發(fā)節(jié)點(diǎn)，同時(shí)在MAC層對源節(jié)點(diǎn)的發(fā)送數(shù)據(jù)進(jìn)行分流，從而提高鏈路的空間重用性。仿真結(jié)果表明在不需要交互任何信息的情況下，通過節(jié)點(diǎn)之間的相互博弈以后，采用WOLFPHC算法能夠找到每個(gè)節(jié)點(diǎn)的最佳分流概率進(jìn)而使整體網(wǎng)絡(luò)吞吐量達(dá)到最大值；同時(shí)當(dāng)外界環(huán)境發(fā)生改變時(shí)，該算法能夠較快地找到新的最佳分流概率從而實(shí)現(xiàn)對環(huán)境的自適應(yīng)能力。

簡介：信息化在制造業(yè)中的應(yīng)用不斷深入和延伸對制造業(yè)的發(fā)展起到了舉足輕重的作用隨著制造業(yè)向著高效率、高利用率和低碳環(huán)保方向發(fā)展對制造業(yè)信息化的應(yīng)用模式也提出了更高的要求迫切需要建立一個(gè)可有效整合各類資源的網(wǎng)絡(luò)平臺來為分散的終端用戶提供按需分配的及時(shí)有效的服務(wù)本文提出將BP人工神經(jīng)網(wǎng)絡(luò)智能算法應(yīng)用于云制造系統(tǒng)平臺中的圖像資源過濾分類環(huán)節(jié)來降低系統(tǒng)冗余性并提高服務(wù)效率。論文主要圍繞云制造這一網(wǎng)絡(luò)化制造模式下的新應(yīng)用主題展開研究內(nèi)容主要包含以下幾方面內(nèi)容1對云制造概念的提出、發(fā)展、意義及應(yīng)用做出總結(jié)并對云制造系統(tǒng)平臺的架構(gòu)與搭建相關(guān)技術(shù)和運(yùn)營模式進(jìn)行分析2為了實(shí)現(xiàn)云制造系統(tǒng)平臺可更加有效的將分散資源自動集中匯聚將BP人工神經(jīng)網(wǎng)絡(luò)智能算法應(yīng)用于云制造系統(tǒng)平臺中為后續(xù)實(shí)現(xiàn)平臺資源可自組性的自動擴(kuò)充做準(zhǔn)備3對云制造系統(tǒng)平臺中的圖像類資源的特征表述、提取和識別方法進(jìn)行研究4以幾類機(jī)械零件圖像智能識別分類為例進(jìn)行試驗(yàn)建立三層BP人工神經(jīng)網(wǎng)絡(luò)對樣本圖像進(jìn)行顏色特征與幾何特征提取將提取的特征組成學(xué)習(xí)向量讓人工神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)用學(xué)習(xí)后的網(wǎng)絡(luò)來進(jìn)行測試改變網(wǎng)絡(luò)的參數(shù)對結(jié)果進(jìn)行比較分析來驗(yàn)證智能算法對云制造系統(tǒng)平臺中的圖像類資源自動識別、分類的想法的可行性5將理想的神經(jīng)網(wǎng)絡(luò)程序封裝為GUI程序然后利用MATLABCOMPILER編譯器打包成應(yīng)用程序發(fā)布使其可脫離MATLAB軟件環(huán)境運(yùn)行6利用JAVA腳本語言將應(yīng)用程序嵌入到BS模式平臺的網(wǎng)頁中實(shí)現(xiàn)在服務(wù)器端網(wǎng)頁調(diào)用應(yīng)用程序。

簡介：點(diǎn)擊查看更多故障診斷及故障測距的人工智能算法研究.pdf精彩內(nèi)容。