簡(jiǎn)介：點(diǎn)擊查看更多中式菜肴的人工智能嗅味覺(jué)識(shí)別系統(tǒng)研究.pdf精彩內(nèi)容。

簡(jiǎn)介：電動(dòng)機(jī)作為動(dòng)力設(shè)備，被廣泛地應(yīng)用于發(fā)電廠和工礦企業(yè)。隨著我國(guó)經(jīng)濟(jì)的發(fā)展，電動(dòng)機(jī)將會(huì)更加廣泛的應(yīng)用于石油、化工、冶金等部門，因此抓好電動(dòng)機(jī)控制與保護(hù)的研究和推廣工作，研制性能良好的電動(dòng)機(jī)控制與保護(hù)裝置就更有現(xiàn)實(shí)意義。在電動(dòng)機(jī)保護(hù)技術(shù)中，熱過(guò)載保護(hù)一直是一個(gè)熱點(diǎn)和難點(diǎn)。雖然目前熱過(guò)載保護(hù)可以通過(guò)直接測(cè)溫法和間接測(cè)溫法來(lái)實(shí)現(xiàn)，但是這兩種方法都存在著不足。而迄今為止尚未有一種數(shù)學(xué)模型能夠精確的描述電機(jī)運(yùn)行過(guò)程中的發(fā)熱和散熱過(guò)程。因此本文在介紹了電機(jī)發(fā)熱的相關(guān)理論后，提出了一種通過(guò)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)電機(jī)繞組達(dá)到極限溫升時(shí)間的方案。本文對(duì)電動(dòng)機(jī)控制器的核心器件智能交流接觸器的過(guò)零分?jǐn)嗉夹g(shù)進(jìn)行分析，將人工神經(jīng)網(wǎng)絡(luò)技術(shù)運(yùn)用到智能接觸器開(kāi)斷時(shí)間預(yù)測(cè)中，為交流接觸器過(guò)零分?jǐn)帱c(diǎn)落入最佳過(guò)零分?jǐn)鄥^(qū)域，實(shí)現(xiàn)智能交流接觸器過(guò)零分?jǐn)嗵峁┮环N新的方法。本文分析了電動(dòng)機(jī)各種故障產(chǎn)生的原因，在對(duì)稱分量的基礎(chǔ)上，得出電動(dòng)機(jī)故障的準(zhǔn)確判據(jù)。同時(shí)，在電動(dòng)機(jī)故障診斷方面，應(yīng)用的專家理論的思想，構(gòu)建了電動(dòng)機(jī)電氣故障診斷的知識(shí)庫(kù)，提高了保護(hù)裝置智能化處理能力。最后本文提出了一個(gè)數(shù)字化KB0的控制與保護(hù)器的設(shè)計(jì)方案，在完成該裝置軟、硬件的方案設(shè)計(jì)后，又進(jìn)行了樣機(jī)試制。該樣機(jī)通過(guò)了各項(xiàng)功能試驗(yàn)、電磁兼容試驗(yàn)和通訊功能試驗(yàn)，驗(yàn)證了設(shè)計(jì)方案可行性。

簡(jiǎn)介：長(zhǎng)期以來(lái)在結(jié)構(gòu)工程領(lǐng)域?yàn)榱司_分析各種工程結(jié)構(gòu)的工作性能和反應(yīng)人們提出和引入了各種分析理論及方法并與時(shí)俱進(jìn)地不斷改進(jìn)使有限元為代表的結(jié)構(gòu)數(shù)值模擬分析技術(shù)日漸強(qiáng)大。但是兩個(gè)顯而易見(jiàn)的問(wèn)題一直在挑戰(zhàn)目前的結(jié)構(gòu)分析理論與方法一是結(jié)構(gòu)分析理論與方法無(wú)論是經(jīng)驗(yàn)公式還是被廣泛應(yīng)用的有限元分析方法都是建立在一定的基本假設(shè)基礎(chǔ)之上這使得結(jié)構(gòu)的數(shù)值模擬結(jié)果與結(jié)構(gòu)的實(shí)際工作性能與反應(yīng)之間具有天然的缺欠在許多復(fù)雜工程結(jié)構(gòu)分析中誤差太大、甚至失效。二是長(zhǎng)期積累的數(shù)量巨大的現(xiàn)有試驗(yàn)數(shù)據(jù)僅用于回歸分析或檢測(cè)數(shù)值模擬精度而這些數(shù)據(jù)中所包含的大量關(guān)于結(jié)構(gòu)工作性能與反應(yīng)的寶貴信息沒(méi)有被充分發(fā)掘出來(lái)并加以利用無(wú)形中造成了巨大浪費(fèi)。因此若想避免由基本假設(shè)引進(jìn)的誤差提高結(jié)構(gòu)分析的精度和有效性則需尋找能夠直接從結(jié)構(gòu)的實(shí)際工作行為反應(yīng)出發(fā)預(yù)測(cè)新結(jié)構(gòu)工作行為反應(yīng)的結(jié)構(gòu)分析方法而試驗(yàn)數(shù)據(jù)的充分利用則需要發(fā)展行之有效的從現(xiàn)有試驗(yàn)數(shù)據(jù)進(jìn)行知識(shí)挖掘的方法。為了解決上述問(wèn)題本文在實(shí)驗(yàn)數(shù)據(jù)和人工智能方法的“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境AIEESA”的概念基礎(chǔ)上創(chuàng)建了相應(yīng)的集成分析系統(tǒng)?！敖ㄖY(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”由人工智能技術(shù)AITS、數(shù)據(jù)挖掘技術(shù)、試驗(yàn)數(shù)據(jù)、結(jié)構(gòu)構(gòu)造的數(shù)字建模方法、以及一系列匹配結(jié)構(gòu)類似性質(zhì)和繪制結(jié)構(gòu)行為反應(yīng)的匹配準(zhǔn)則共同構(gòu)成。試驗(yàn)數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)挖掘處理作為適合于AITS運(yùn)算的數(shù)字模式。當(dāng)一個(gè)新未知結(jié)構(gòu)模型進(jìn)入“建筑結(jié)構(gòu)人工結(jié)構(gòu)智能實(shí)驗(yàn)分析環(huán)境”該模型的行為或反應(yīng)如試驗(yàn)表達(dá)能夠基于現(xiàn)有的試驗(yàn)數(shù)據(jù)和現(xiàn)場(chǎng)測(cè)量數(shù)據(jù)繪制出來(lái)。在給出“建筑結(jié)構(gòu)人工結(jié)構(gòu)智能實(shí)驗(yàn)分析環(huán)境”的概念后本文依次探討了“建筑結(jié)構(gòu)人工結(jié)智能實(shí)驗(yàn)分析環(huán)境”各個(gè)組成部分。首先提出了“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”數(shù)據(jù)庫(kù)的組織方法此數(shù)據(jù)庫(kù)有三個(gè)組成部分1結(jié)構(gòu)行為在本文中具體指橫向荷載作用下砌體墻板的破壞模式與破壞荷載2標(biāo)準(zhǔn)化的結(jié)構(gòu)行為為了集中反映橫向荷載作用下砌體墻板破壞模式的特征將構(gòu)造類似的墻板破壞模式主要特征進(jìn)行歸納提煉并剔除次生裂紋得到標(biāo)準(zhǔn)化的墻板破壞模式稱為標(biāo)準(zhǔn)化的結(jié)構(gòu)行為3結(jié)構(gòu)的反應(yīng)本文中結(jié)構(gòu)反應(yīng)指各級(jí)荷載作用下砌體墻板相應(yīng)測(cè)點(diǎn)的位移值。這樣就構(gòu)成了知識(shí)發(fā)現(xiàn)的原始信息源而且便于將相應(yīng)的數(shù)據(jù)挖掘技術(shù)引入“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”。其次本文研究了“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”中的兩個(gè)數(shù)值模式結(jié)構(gòu)工作行為數(shù)值模式以及結(jié)構(gòu)構(gòu)造狀態(tài)數(shù)值模式。在探討結(jié)構(gòu)破壞模式的數(shù)值描述方法過(guò)程中引入了廣義墻板的概念從而豐富了相似度概念的特有內(nèi)涵并給出了一種定量的比較基礎(chǔ)模型和新模型破壞模式的方法。在探討結(jié)構(gòu)構(gòu)造狀態(tài)數(shù)值模式過(guò)程中提出了結(jié)構(gòu)構(gòu)造數(shù)值模式的兩種方法適于四邊簡(jiǎn)支墻板的細(xì)胞自動(dòng)機(jī)模型CA和基于有限元分析FEA的無(wú)量綱化法。后者以FEA分析所得區(qū)域位移的無(wú)量綱化結(jié)果作為數(shù)值模式豐富了“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”結(jié)構(gòu)行為建模的物理意義。再者研究了“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”的兩個(gè)匹配準(zhǔn)則類似區(qū)域匹配準(zhǔn)則和行為匹配準(zhǔn)則。本文重點(diǎn)研究了類似區(qū)域匹配準(zhǔn)則。在ZHOU提出的匹配準(zhǔn)則基礎(chǔ)上提出了三種加權(quán)的匹配準(zhǔn)則并對(duì)這三種匹配準(zhǔn)則在“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”中的應(yīng)用效果進(jìn)行比較找出了結(jié)構(gòu)構(gòu)造條件不同時(shí)相應(yīng)效果最佳的加權(quán)匹配準(zhǔn)則。本文還針對(duì)CA數(shù)值模型中新模型的整體性質(zhì)變異和局部性質(zhì)及邊界約束變異的建模方法進(jìn)行了探討。整體性質(zhì)的變異可通過(guò)CA模型通過(guò)傳遞系數(shù)取值的變化來(lái)反映。建立SVM模型求得最優(yōu)的傳遞系數(shù)取值范圍該范圍一旦確定則新模型的破壞模式即可通過(guò)“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”得到。并進(jìn)一步研究了如何通過(guò)CA模型邊界條件初始值的變化來(lái)反映由于邊界條件和較大區(qū)域范圍內(nèi)的結(jié)構(gòu)性質(zhì)變異。然后建立起了三種基于墻板破壞模式預(yù)測(cè)其相應(yīng)破壞荷載的神經(jīng)網(wǎng)絡(luò)模型BPRBF和RA神經(jīng)網(wǎng)絡(luò)模型使得“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”具有了預(yù)測(cè)破壞荷載的功能。最后給出了一系列應(yīng)用“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”預(yù)測(cè)結(jié)構(gòu)行為的例子并與相應(yīng)試驗(yàn)數(shù)據(jù)進(jìn)行了對(duì)比驗(yàn)證了所建立起的“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”的有效性。綜上本文建立的結(jié)構(gòu)分析系統(tǒng)實(shí)現(xiàn)了直接從結(jié)構(gòu)的實(shí)際工作行為反應(yīng)出發(fā)預(yù)測(cè)新結(jié)構(gòu)工作行為反應(yīng)并且能夠?qū)崿F(xiàn)從現(xiàn)有試驗(yàn)數(shù)據(jù)挖掘出所蘊(yùn)含的豐富知識(shí)從而克服了傳統(tǒng)結(jié)構(gòu)分析技術(shù)的固有缺陷初步建立起將挖掘出的知識(shí)用于新結(jié)構(gòu)行為反應(yīng)的預(yù)測(cè)的“建筑結(jié)構(gòu)人工智能實(shí)驗(yàn)分析環(huán)境”為科研人員和結(jié)構(gòu)設(shè)計(jì)人員提供了有力的結(jié)構(gòu)分析工具。

簡(jiǎn)介：點(diǎn)擊查看更多競(jìng)速游戲中的人工智能.pdf精彩內(nèi)容。

簡(jiǎn)介：曲軸圓角滾壓校直是根據(jù)曲軸在滾壓時(shí)變形的規(guī)律對(duì)工件某些部位進(jìn)行再滾壓使工件產(chǎn)生與原變形相反的塑性變形以達(dá)到校直的目的滾壓校直可以提高曲軸的整體強(qiáng)度和可靠性從而提高曲軸抵抗交變應(yīng)力的能力滿足疲勞強(qiáng)度的要求而且還可以降低加工成本市場(chǎng)經(jīng)濟(jì)價(jià)值可觀現(xiàn)在在汽車發(fā)動(dòng)機(jī)曲軸加工中應(yīng)用日益廣泛該文在理論分析的基礎(chǔ)上對(duì)曲軸進(jìn)行了滾壓運(yùn)動(dòng)分析并對(duì)曲軸滾壓變形的數(shù)學(xué)模型及校直過(guò)程中的工作機(jī)理進(jìn)行了探討為曲軸滾壓校直專家系統(tǒng)的建立提供了理論依據(jù)該文采用神經(jīng)網(wǎng)絡(luò)技術(shù)和CBUILDER編程語(yǔ)言建立了一個(gè)專家系統(tǒng)來(lái)指導(dǎo)曲軸的滾壓校直加工利用神經(jīng)網(wǎng)絡(luò)所具有的自學(xué)習(xí)、自組織能力來(lái)實(shí)現(xiàn)系統(tǒng)輸入與輸出參數(shù)之間的非線性映射通過(guò)輸入學(xué)習(xí)樣本驗(yàn)證神經(jīng)網(wǎng)絡(luò)證明建立的專家系統(tǒng)對(duì)學(xué)習(xí)過(guò)的樣本有較好的逼近能力改進(jìn)后的神經(jīng)網(wǎng)絡(luò)對(duì)學(xué)習(xí)樣本有很好的推廣能力文章最后對(duì)HOPFIELD網(wǎng)絡(luò)進(jìn)行了探討并和BP網(wǎng)絡(luò)進(jìn)行了比較

簡(jiǎn)介：人工智能是游戲設(shè)計(jì)過(guò)程中重要的組成部分，路徑搜索是人工智能應(yīng)用于游戲中的最基本的問(wèn)題之一。在當(dāng)今游戲工業(yè)界，A算法是被大家最廣泛使用的人工智能尋路算法，也是最有效的最短路徑搜索算法之一。A算法實(shí)際上是一種基于廣度優(yōu)先搜索的啟發(fā)式搜索算法，通常采用估價(jià)函數(shù)對(duì)當(dāng)前的搜索位置進(jìn)行評(píng)估。標(biāo)準(zhǔn)的A算法根據(jù)CLOSED表對(duì)路徑進(jìn)行逆向提取，當(dāng)存在死路的時(shí)，它會(huì)把走向死路的點(diǎn)也包含進(jìn)去，造成走彎路的現(xiàn)象，從而不能得到最優(yōu)解。本文針對(duì)標(biāo)準(zhǔn)A算法存在走彎路的問(wèn)題，提出一種改進(jìn)的A算法。該算法通過(guò)為每個(gè)節(jié)點(diǎn)增加一個(gè)父指針，在路徑提取的時(shí)候，根據(jù)父節(jié)點(diǎn)表和CLOSED表中節(jié)點(diǎn)的信息，由目標(biāo)節(jié)點(diǎn)開(kāi)始通過(guò)其父指針不斷回溯，直到開(kāi)始節(jié)點(diǎn)為止，這有效地避免走彎路的現(xiàn)象，保證得到最優(yōu)路徑，具有較好的通用性。由于人工智能查詢需要不斷的調(diào)用A算法，給程序性能帶來(lái)很大的負(fù)面影響，本文針對(duì)多次A算法的調(diào)用問(wèn)題，對(duì)上述改進(jìn)A算法做了進(jìn)一步的改進(jìn)，提出了一種衍生A算法。該算法可以接受多個(gè)起始節(jié)點(diǎn)和多個(gè)停止節(jié)點(diǎn)，通過(guò)一次調(diào)用就可以實(shí)現(xiàn)多次A調(diào)用，提高了程序的運(yùn)行效率。另外，本文還對(duì)路徑平滑、各種地形的不同損耗、角色的碰撞等游戲設(shè)計(jì)中需要考慮的問(wèn)題進(jìn)行了探討，提出了相應(yīng)的改善方法。最后，利用迷宮問(wèn)題對(duì)改進(jìn)A算法進(jìn)行數(shù)值試驗(yàn)，并對(duì)四種常用的路徑搜索算法在搜索時(shí)間、擴(kuò)展節(jié)點(diǎn)數(shù)、及內(nèi)存中最大節(jié)點(diǎn)數(shù)等進(jìn)行了比較分析，所得試驗(yàn)結(jié)果驗(yàn)證了改進(jìn)的A算法在人工智能尋路中所具有的時(shí)間效率和空間效率。

簡(jiǎn)介：計(jì)算機(jī)控制技術(shù)是現(xiàn)代控制技術(shù)發(fā)展的必然趨勢(shì)在設(shè)計(jì)氣動(dòng)窗口控制系統(tǒng)中充分利用計(jì)算機(jī)系統(tǒng)的軟硬件資源硬件方面在不影響系統(tǒng)功能前提下盡可能優(yōu)化設(shè)計(jì)簡(jiǎn)化電路并十分注重系統(tǒng)的整機(jī)抗干擾性軟件方面信號(hào)的采集、控制量的輸出、人機(jī)界面的處理、通信等是容易實(shí)現(xiàn)的它主要依賴于已有的硬件模式真正決定系統(tǒng)品質(zhì)的是控制方案的實(shí)現(xiàn)方法在該系統(tǒng)中作者采用了人工智能的方案將速個(gè)系統(tǒng)的動(dòng)態(tài)響應(yīng)劃分為Ⅰ、Ⅱ、Ⅲ調(diào)節(jié)區(qū)域在Ⅰ、Ⅲ區(qū)域采用規(guī)則控制在Ⅱ區(qū)域采用自適應(yīng)神經(jīng)元網(wǎng)絡(luò)PID控制器控制這咱控制方案具有實(shí)時(shí)的特征辨識(shí)和特征記憶開(kāi)、閉環(huán)控制結(jié)合及定性決策和定量控制相結(jié)合的多模態(tài)控制啟發(fā)式和直覺(jué)推理的應(yīng)用特點(diǎn)既引入專家的知識(shí)、經(jīng)驗(yàn)又保留古典或現(xiàn)代的控制理論的某些優(yōu)點(diǎn)從而使系統(tǒng)的靜、動(dòng)態(tài)特性達(dá)到最優(yōu)

簡(jiǎn)介：點(diǎn)擊查看更多基于統(tǒng)計(jì)學(xué)習(xí)的人工智能在數(shù)字游戲和數(shù)字娛樂(lè)上的應(yīng)用.pdf精彩內(nèi)容。

簡(jiǎn)介：本文所闡述AI智能溫度控制器是我在三年的研究生學(xué)習(xí)中對(duì)過(guò)程控制的研究成果。此AI智能溫度控制器以LPC2119為核心，并配有增益可編程的通用型熱傳感器的接口電路、品閘管包括雙向晶閘管和固態(tài)繼電器SSR的驅(qū)動(dòng)電路、鍵盤和數(shù)碼管電路、4～20MA電流輸出電路以及RS485通信等電路，使得其既可以單獨(dú)作為某單回路系統(tǒng)的核心控制器，也可以作為大型DCS系統(tǒng)的各個(gè)節(jié)點(diǎn)的控制器，通過(guò)RS485總線與上位機(jī)進(jìn)行數(shù)據(jù)交互。嵌入式軟件是此控制器的靈魂，尤其是其中的控制算法，它們都是用嵌入式C語(yǔ)言實(shí)現(xiàn)的。在不同的場(chǎng)合，控制對(duì)象的模型有著很大區(qū)別，并且在不同的過(guò)程中，對(duì)溫度的控制精度要求不同。因此，控制器中集成了四種控制算法，分別為ONOFF控制算法、常規(guī)PID控制算法、模糊控制算法和模糊PID算法，這些算法可以通過(guò)鍵盤選擇，以適應(yīng)不同的要求及現(xiàn)場(chǎng)操作人員的習(xí)慣。同時(shí)，我還為此AI智能溫度控制器設(shè)計(jì)了配套的上位機(jī)監(jiān)控軟件，其由MATLABGUI實(shí)現(xiàn)的。本文從硬件、軟件和控制策略等幾個(gè)方面對(duì)此AI智能溫度控制器進(jìn)行了詳細(xì)的闡述。為了驗(yàn)證控制器的性能，將實(shí)驗(yàn)室的電烤箱作為控制對(duì)象，針對(duì)不同的控制算法進(jìn)行了多組實(shí)驗(yàn)，得到了多組響應(yīng)曲線見(jiàn)第5章并對(duì)各個(gè)控制算法所適用的場(chǎng)合給出了建議。文章還對(duì)神經(jīng)網(wǎng)絡(luò)在溫度控制方面的應(yīng)用進(jìn)行了理論分析和探究，并給出了MATLAB仿真結(jié)果，證明了神經(jīng)網(wǎng)絡(luò)在溫度控制方面有很大的應(yīng)用前景。

簡(jiǎn)介：構(gòu)件的表示和檢索機(jī)制的研究一直是構(gòu)件庫(kù)研究的熱點(diǎn)本文研究基于刻面分類和人工智能相結(jié)合的軟構(gòu)件分類方法給出構(gòu)件分類系統(tǒng)模型重點(diǎn)提出了聚類分析和自組織映射算法在軟構(gòu)件分類檢索中的應(yīng)用本文刻面分類的刻面值為非受控詞其形式可為詞語(yǔ)語(yǔ)句文檔減少了人工建立和維護(hù)術(shù)語(yǔ)空間所產(chǎn)生的主觀因素使刻面值能更準(zhǔn)確地描述構(gòu)件特征本文刻面分類的文檔內(nèi)容集中有利于計(jì)算構(gòu)件相似度本文采用的人工智能無(wú)監(jiān)督學(xué)習(xí)方法減少了用戶掌握構(gòu)件庫(kù)及構(gòu)件技術(shù)的難度同時(shí)可以提高構(gòu)件查找方法效率本文提出一種新的構(gòu)件相似度算法將基于本構(gòu)件相似度算法的聚類分析應(yīng)用在構(gòu)件分類中可以提高構(gòu)件查詢效率同時(shí)聚類分析根據(jù)構(gòu)件文檔語(yǔ)義分類可以提高構(gòu)件查詢的準(zhǔn)確性自組織映射算法根據(jù)輸入領(lǐng)域的概念特征學(xué)習(xí)組織軟構(gòu)件庫(kù)它可以容忍構(gòu)件信息含有噪聲和不確定因素本文提出的構(gòu)件權(quán)值算法應(yīng)用于自組織映射算法中可以加快自組織映射算法的分類速度

簡(jiǎn)介：點(diǎn)擊查看更多基于人工智能及火焰圖像的鍋爐燃燒狀態(tài)診斷方法研究.pdf精彩內(nèi)容。

簡(jiǎn)介：路徑規(guī)劃是移動(dòng)機(jī)器人研究過(guò)程中最重要的部分，好的路徑規(guī)劃算法可以大大提高機(jī)器人的使用效率，可以準(zhǔn)確而有效地應(yīng)用到指定和規(guī)派的工作任務(wù)中去。機(jī)器人的路徑規(guī)劃可以看作足一個(gè)帶有約束條件的優(yōu)化問(wèn)題。優(yōu)化算法可以分為全局路徑規(guī)劃和局部路徑規(guī)劃兩種，全局路徑規(guī)劃給機(jī)器人做全局的統(tǒng)籌指導(dǎo)；局部規(guī)劃使得機(jī)器人實(shí)時(shí)性控制加強(qiáng)，規(guī)劃路徑更加平滑。全局規(guī)劃與局部規(guī)劃的結(jié)合使用能使得局部規(guī)劃的目標(biāo)更加明確，從而避免了單純的局部路徑規(guī)劃時(shí)造成的機(jī)器人運(yùn)動(dòng)的盲目性。本論文在路徑規(guī)劃算法的研究過(guò)程中，結(jié)合全局路徑規(guī)劃和局部路徑規(guī)劃算法。首先在全局的路徑規(guī)劃方法上，使用小波神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合去優(yōu)化全局路徑，同時(shí)在局部路徑規(guī)劃方法上，運(yùn)用人工勢(shì)場(chǎng)法，根據(jù)機(jī)器人所受得引力和斥力的合力來(lái)決定機(jī)器人的運(yùn)動(dòng)方向，從而使得機(jī)器人靈活的躲過(guò)障礙物向著規(guī)劃目標(biāo)點(diǎn)繼續(xù)運(yùn)行；其次在人工勢(shì)場(chǎng)的勢(shì)函數(shù)的優(yōu)化上，使用遺傳算法去優(yōu)化勢(shì)函數(shù)的幾個(gè)參數(shù)，并對(duì)人工勢(shì)場(chǎng)存在的局部極小情況，采用一種虛擬障礙物法去幫助機(jī)器人逃出局部極小點(diǎn)，以達(dá)到優(yōu)化路徑的目的。針對(duì)上述所設(shè)計(jì)的算法，通過(guò)VS2005軟件和VC60軟件分別建立二維離散情況及二維連續(xù)情況機(jī)器人路徑規(guī)劃仿真平臺(tái)，同時(shí)在連續(xù)情況下，針對(duì)有、無(wú)障礙物及多機(jī)器人三種情況分別進(jìn)行仿真實(shí)驗(yàn)。仿真實(shí)驗(yàn)結(jié)果表明，在全局和局部路徑規(guī)劃相結(jié)合的混合智能算法的仿真效果良好，算法合理有效。

簡(jiǎn)介：當(dāng)前，計(jì)算機(jī)人工智能技術(shù)迅速發(fā)展，特別是知識(shí)工程、專家系統(tǒng)以及數(shù)據(jù)挖掘在眾多領(lǐng)域得到廣泛應(yīng)用，人們希望將這些技術(shù)用于解決生產(chǎn)實(shí)際的復(fù)雜問(wèn)題中。設(shè)計(jì)評(píng)測(cè)問(wèn)題是生產(chǎn)中經(jīng)常遇到的復(fù)雜技術(shù)問(wèn)題，在制造冷彎型材中，軋輥設(shè)計(jì)評(píng)測(cè)是設(shè)備生產(chǎn)中的重要環(huán)節(jié)，設(shè)計(jì)評(píng)測(cè)問(wèn)題需要進(jìn)行更加深入系統(tǒng)的研究。因?yàn)樵O(shè)計(jì)軋輥用的一般是經(jīng)驗(yàn)公式和參數(shù)，設(shè)計(jì)出的軋輥不一定能完成規(guī)定的軋制任務(wù)，如果不加評(píng)測(cè)直接制造，有可能會(huì)出現(xiàn)廢品。把專家系統(tǒng)和計(jì)算機(jī)虛擬技術(shù)用到軋輥評(píng)測(cè)中，可以有效提高軋輥的評(píng)測(cè)速度和精度，為企業(yè)的更好的發(fā)展創(chuàng)造有利條件。本文分析了課題的背景和意義，根據(jù)現(xiàn)有軋輥設(shè)計(jì)與制造的實(shí)際問(wèn)題，采用人工智能、專家系統(tǒng)以及數(shù)據(jù)挖掘技術(shù)，建立軋輥評(píng)測(cè)和虛擬系統(tǒng)，以實(shí)現(xiàn)優(yōu)化的精確制造方法。利用數(shù)據(jù)挖掘軟件WEKA對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，獲取知識(shí)和關(guān)聯(lián)規(guī)則，為軋輥專家系統(tǒng)的開(kāi)發(fā)提供參數(shù)依據(jù)。為了使軋輥專家系統(tǒng)能夠被更加方便的應(yīng)用，系統(tǒng)開(kāi)發(fā)利用J2EE技術(shù)結(jié)合BS架構(gòu)來(lái)實(shí)現(xiàn)，最終的軋輥三維虛擬則利用CATIA二次開(kāi)發(fā)技術(shù)來(lái)完成。利用所開(kāi)發(fā)的系統(tǒng)，將已經(jīng)設(shè)計(jì)好的各項(xiàng)軋輥參數(shù)輸入到軋輥專家系統(tǒng)中，經(jīng)過(guò)對(duì)知識(shí)庫(kù)的搜索和推理機(jī)的推理得出評(píng)測(cè)結(jié)果，如果不符合設(shè)計(jì)要求則提出修改意見(jiàn)，修改后再進(jìn)行專家系統(tǒng)評(píng)測(cè)。符合設(shè)計(jì)要求則進(jìn)一步利用軋輥虛擬系統(tǒng)進(jìn)行軋輥三維立體展示，讓設(shè)計(jì)專家進(jìn)行圖形評(píng)估。智能化專家評(píng)測(cè)系統(tǒng)將知識(shí)、推理、判斷融合為一體，對(duì)設(shè)計(jì)出的產(chǎn)品參數(shù)進(jìn)行評(píng)測(cè)，解決了設(shè)計(jì)不合理的問(wèn)題，為實(shí)現(xiàn)智能化制造和提高產(chǎn)品質(zhì)量提供了理論依據(jù)和研究方法。

簡(jiǎn)介：主動(dòng)服務(wù)技術(shù)在不斷的研究和探索中，已經(jīng)表現(xiàn)出了種種的優(yōu)點(diǎn)和特性，如，傳統(tǒng)的WEB服務(wù)基于固定模塊，對(duì)用戶需求變化不可感知等。主動(dòng)服務(wù)克服了上述的缺點(diǎn)，能夠根據(jù)客戶需求從互聯(lián)網(wǎng)或者本地搜索出能夠提供服務(wù)的程序模塊，并進(jìn)行組裝。但是，這個(gè)過(guò)程如果不采用一些良好的方法去實(shí)現(xiàn)，則會(huì)顯得相當(dāng)困難。本文主要基于人工智能技術(shù)和決策支持系統(tǒng)，應(yīng)用決策科學(xué)及有關(guān)學(xué)科的理論與方法，以人機(jī)交互方式輔助決策者解決半結(jié)構(gòu)化和非結(jié)構(gòu)化決策問(wèn)題的特性，試圖提供更加有效、準(zhǔn)確的構(gòu)件檢索的解決方案。本文將介紹幾種人工智能方法，并且與DSS決策支持系統(tǒng)結(jié)合，利用改進(jìn)的IDSS提供上述的解決方案。當(dāng)然，主動(dòng)服務(wù)的各個(gè)環(huán)節(jié)中使用的算法也多種多樣，如，利用人工智能進(jìn)行構(gòu)件檢索；利用本體論進(jìn)行構(gòu)件的排序組裝的。本文是要充分利用決策支持系統(tǒng)的優(yōu)點(diǎn)針對(duì)不同的用戶需求來(lái)制定決策活動(dòng)，得出最優(yōu)構(gòu)件組織檢索方案，并且利用人工智能的特性對(duì)決策支持系統(tǒng)進(jìn)行改造，使之對(duì)用戶需求的理解分析更加準(zhǔn)確。通過(guò)前期進(jìn)行更加準(zhǔn)確的決策分析，可以減少主動(dòng)服務(wù)系統(tǒng)對(duì)用戶需求的誤判，從而檢索出更加有質(zhì)量的構(gòu)件。這對(duì)主動(dòng)服務(wù)模式下的網(wǎng)絡(luò)環(huán)境也能起到改善作用。

簡(jiǎn)介：點(diǎn)擊查看更多人工智能中知識(shí)獲取機(jī)制的哲學(xué)思考.pdf精彩內(nèi)容。