簡(jiǎn)介：采用大量的游戲人工智能ANIFICIALINTELLIGENCEAI是使一款游戲鶴立雞群的重要手段之一。高質(zhì)量的游戲AI已經(jīng)不再是為提高游戲運(yùn)行速度才予以考慮的東西，它現(xiàn)在已是和圖形或聲音一樣，成為游戲設(shè)計(jì)過(guò)程中的極為重要的一個(gè)部分，它還是阻礙游戲產(chǎn)品暢銷的一個(gè)決定性因素。本文主要針對(duì)游戲開(kāi)發(fā)過(guò)程中的人工智能技術(shù)進(jìn)行研究，并在研究這些技術(shù)的基礎(chǔ)上，結(jié)合實(shí)踐中所做的項(xiàng)目，提出一個(gè)仿生機(jī)器人系統(tǒng)。該仿生機(jī)器人模擬人的生理結(jié)構(gòu)，具有大腦、路徑規(guī)劃子系統(tǒng)、感知子系統(tǒng)、目標(biāo)子系統(tǒng)、火控子系統(tǒng)等，各子系統(tǒng)通過(guò)完成各自不同的功能，一起組成整個(gè)仿生機(jī)器人系統(tǒng)。該仿生機(jī)器人系統(tǒng)充分利用了面向?qū)ο缶幊痰乃枷?，特別是面向?qū)ο缶幊涕_(kāi)發(fā)中的組合COMPOSITE模式。組合模式的意圖是將對(duì)象組合成樹(shù)形結(jié)構(gòu)以表示“部分一整體“的層次結(jié)構(gòu)，并使得用戶對(duì)單個(gè)對(duì)象和組合對(duì)象的使用具有一致性?；谶@個(gè)組合模式，本文開(kāi)發(fā)出一個(gè)基于任務(wù)驅(qū)動(dòng)的AI控制系統(tǒng)，該控制系統(tǒng)能夠模擬現(xiàn)實(shí)生物中人們思考問(wèn)題，解決問(wèn)題的方式，即由抽象到具體，整體到局部，逐層分解，逐步完成。這個(gè)AI控制系統(tǒng)不管是在游戲編程的過(guò)程中，還是在功能的開(kāi)發(fā)，以及后期的調(diào)試，都顯示出了巨大的靈活性，同時(shí)它也是仿生機(jī)器人的核心部分。同時(shí)該仿生機(jī)器人系統(tǒng)還將現(xiàn)實(shí)生活中的牛頓運(yùn)動(dòng)學(xué)定律運(yùn)用到游戲中來(lái)，采用高效的A啟發(fā)式尋路算法，并在已有算法的基礎(chǔ)上對(duì)其進(jìn)行改進(jìn)和優(yōu)化，使游戲環(huán)境盡量表現(xiàn)的真實(shí)合理。消息機(jī)制的使用和對(duì)調(diào)試的支持，進(jìn)一步增強(qiáng)了該仿生機(jī)器人系統(tǒng)的功能，也增加了該系統(tǒng)的靈活性。這個(gè)仿生機(jī)器人系統(tǒng)為游戲中的計(jì)算機(jī)控制角色提供了一個(gè)完美的解決方案，是一個(gè)功能強(qiáng)大、運(yùn)行穩(wěn)健、極易應(yīng)用和擴(kuò)展的系統(tǒng)，在實(shí)踐中的應(yīng)用也充分證明了這一點(diǎn)。

簡(jiǎn)介：點(diǎn)擊查看更多CIP-I智能人工腿步速控制系統(tǒng)的研制.pdf精彩內(nèi)容。

簡(jiǎn)介：隨著混凝土強(qiáng)度無(wú)損檢測(cè)技術(shù)的發(fā)展，回彈、超聲、后裝拔出法等單一測(cè)強(qiáng)手段已在工程檢測(cè)中得到應(yīng)用，相應(yīng)的技術(shù)規(guī)程也相繼頒布執(zhí)行。由于對(duì)測(cè)強(qiáng)精度要求的逐步提高，單指標(biāo)測(cè)強(qiáng)方法已不能滿足工程需要，這就使綜合法測(cè)強(qiáng)曲線的建立顯得尤為重要。由于采用規(guī)程推薦的統(tǒng)一曲線受地方材料和各地施工水平差異等因素影響存在較大的誤差，因此建立地區(qū)無(wú)損測(cè)強(qiáng)曲線是提高無(wú)損測(cè)強(qiáng)精度的主要措施。本文采用張家口地區(qū)常用的地方材料，對(duì)C15、C20、C25、C30、C35、C40六種常用不同強(qiáng)度等級(jí)的混凝土標(biāo)養(yǎng)試件，進(jìn)行28D、42D及56D三個(gè)齡期的超聲、回彈及后裝拔出無(wú)損檢測(cè)試驗(yàn)，并同時(shí)進(jìn)行混凝土破損測(cè)強(qiáng)。在此基礎(chǔ)上用數(shù)理統(tǒng)計(jì)方法對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行回歸分析，建立回彈超聲、超聲拔出、回彈拔出、回彈超聲拔出綜合法測(cè)強(qiáng)曲線和相關(guān)公式。并利用自然養(yǎng)護(hù)混凝土試件無(wú)損檢測(cè)試驗(yàn)結(jié)果對(duì)回歸公式進(jìn)行修正。經(jīng)實(shí)驗(yàn)和部分工程實(shí)踐驗(yàn)證，本文所建立的綜合測(cè)強(qiáng)曲線相關(guān)性較好、誤差較小。人工神經(jīng)網(wǎng)絡(luò)是理論化的人腦神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)，能夠?qū)崿F(xiàn)復(fù)雜的邏輯操作和非線性關(guān)系。人工神經(jīng)網(wǎng)絡(luò)對(duì)于難以建立精確的數(shù)學(xué)模型而又易于收集學(xué)習(xí)樣本的問(wèn)題非常適合。影響混凝土強(qiáng)度無(wú)損檢測(cè)的因素較多，具有許多不確定性，用一種確定的表達(dá)式來(lái)描述存在困難，鑒于此，本文作者提出了基于人工神經(jīng)網(wǎng)絡(luò)的混凝土強(qiáng)度無(wú)損檢測(cè)綜合法評(píng)定研究。探索并應(yīng)用了神經(jīng)網(wǎng)絡(luò)的一些改進(jìn)算法，其中包括附加沖量法，自適應(yīng)學(xué)習(xí)算法及S型函數(shù)輸出限幅算法等，以保證建立的神經(jīng)網(wǎng)絡(luò)的快速有效。對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行成功訓(xùn)練，利用MATLAB語(yǔ)言編制相應(yīng)程序，建立了混凝土強(qiáng)度無(wú)損檢測(cè)綜合法的人工神經(jīng)網(wǎng)絡(luò)模型。通過(guò)檢測(cè)樣本訓(xùn)練和實(shí)際工程驗(yàn)證，建立的人工神經(jīng)網(wǎng)絡(luò)模型推測(cè)的混凝土強(qiáng)度相對(duì)誤差小，可以對(duì)混凝土強(qiáng)度進(jìn)行預(yù)測(cè)。與傳統(tǒng)的回歸算法相比，采用人工神經(jīng)網(wǎng)絡(luò)建立的混凝土強(qiáng)度評(píng)定模型推測(cè)出的混凝土強(qiáng)度具有精度高的特點(diǎn)。

簡(jiǎn)介：環(huán)境的污染和能源的消耗是當(dāng)今人類面臨的兩大問(wèn)題。電動(dòng)汽車以其無(wú)污染，噪聲低等優(yōu)點(diǎn)受到了高度重視?，F(xiàn)在，動(dòng)力已經(jīng)成為制約電動(dòng)汽車發(fā)展的主要因素。鋰離子動(dòng)力電池具有高比能量、高比功率、循環(huán)壽命長(zhǎng)、無(wú)污染等優(yōu)點(diǎn)，是最好的電動(dòng)汽車用電源之一。電動(dòng)汽車的使用對(duì)鋰離子動(dòng)力電池組管理系統(tǒng)提出了更高的要求。本文首先深入研究電動(dòng)汽車用鋰離子動(dòng)力電池的性能。之后，我們?cè)谠敿?xì)分析了人工神經(jīng)網(wǎng)絡(luò)理論的基礎(chǔ)上，介紹了一種鋰離子電池組管理系統(tǒng)的實(shí)施方案，對(duì)現(xiàn)有的電池管理系統(tǒng)在理論上進(jìn)行了創(chuàng)新設(shè)計(jì)。我們應(yīng)用人工神經(jīng)網(wǎng)絡(luò)理論建立了鋰離子動(dòng)力電池的BP網(wǎng)絡(luò)模型。首先對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練。之后，應(yīng)用網(wǎng)絡(luò)模型對(duì)電池性能進(jìn)行預(yù)測(cè)。結(jié)果表明，我們建立的BP網(wǎng)絡(luò)具有較好的適應(yīng)性，已經(jīng)有效的預(yù)測(cè)了鋰離子動(dòng)力電池電壓、電流和放電容量間的映射關(guān)系，并能夠通過(guò)對(duì)放電容量的預(yù)測(cè)推算出電池的剩余電量和電荷狀態(tài)SOC。該方法可以方便快速的獲得電池剩余容量及核電狀態(tài)的預(yù)測(cè)值，最大誤差小于6％，結(jié)果滿足精度要求，達(dá)到了課題的研究目標(biāo)。人工神經(jīng)網(wǎng)絡(luò)技術(shù)簡(jiǎn)單直觀，是研究動(dòng)力鋰離子電池的有力工具。

簡(jiǎn)介：隨著科學(xué)技術(shù)的發(fā)展火電設(shè)備趨向于高參數(shù)、大容量、復(fù)雜化其安全經(jīng)濟(jì)運(yùn)行對(duì)社會(huì)的影響也越來(lái)越大伴隨著電力體制改革的深入展開(kāi)各電廠必須把電力生產(chǎn)的安全性和經(jīng)濟(jì)性并重優(yōu)化生產(chǎn)過(guò)程SIS系統(tǒng)的出現(xiàn)成為必然。由于火電廠總體結(jié)構(gòu)和研究對(duì)象物理化學(xué)過(guò)程的復(fù)雜性目前SIS系統(tǒng)各子系統(tǒng)功能模塊的建模實(shí)現(xiàn)等方面的研究還存在許多不盡人意的地方。這些問(wèn)題的深入研究對(duì)促進(jìn)SIS系統(tǒng)在我國(guó)火電廠的應(yīng)用發(fā)展有著重要的意義。SIS系統(tǒng)中的“凝汽器故障診斷”模塊是保證機(jī)組安全經(jīng)濟(jì)運(yùn)行的重要模塊之一。本文深入研究和總結(jié)了汽輪機(jī)組凝汽器故障機(jī)理對(duì)凝汽器的典型故障建立了凝汽器典型故障集、征兆集及故障特征向量集合提出了一種適用于凝汽器故障診斷的模糊BP神經(jīng)網(wǎng)絡(luò)方法并以實(shí)例驗(yàn)證了該網(wǎng)絡(luò)模型識(shí)別故障的準(zhǔn)確性。STS系統(tǒng)中的“機(jī)組負(fù)荷優(yōu)化分配”模塊是保證機(jī)組經(jīng)濟(jì)運(yùn)行的重要模塊之一。本文分別選擇等微增率法和浮點(diǎn)遺傳算法對(duì)該問(wèn)題進(jìn)行優(yōu)化處理根據(jù)兩種算法的特點(diǎn)對(duì)算法分別進(jìn)行了改進(jìn)；最后通過(guò)實(shí)例驗(yàn)證在適用性、運(yùn)算時(shí)間以及運(yùn)算結(jié)果等方面對(duì)兩種算法進(jìn)行了比較。SIS系統(tǒng)中的“機(jī)組組合優(yōu)化問(wèn)題”模塊是保證機(jī)組經(jīng)濟(jì)運(yùn)行的另一個(gè)重要的模塊。本文采用二進(jìn)制遺傳算法解決該問(wèn)題并在編碼方式、約束條件的處理、選擇變異策略筲多方面針對(duì)該問(wèn)題的特點(diǎn)提出了新的改進(jìn)思想。實(shí)例表明該方法收斂性好適應(yīng)性強(qiáng)計(jì)算速度快能夠使計(jì)算的結(jié)果更加有效地接近全局最優(yōu)解。

簡(jiǎn)介：基于人工智能的知識(shí)鏈及知識(shí)獲取與表示研究是國(guó)家自然科學(xué)基金項(xiàng)目70271002面向智能性管理決策的異構(gòu)知識(shí)表示與知識(shí)管理研究的系列研究之一。隨著進(jìn)入知識(shí)經(jīng)濟(jì)時(shí)代，知識(shí)越來(lái)越重要，已成為經(jīng)濟(jì)的推動(dòng)力和支持成功的中間力量。知識(shí)管理也逐漸為企業(yè)組織所接受。知識(shí)的價(jià)值實(shí)現(xiàn)、增值與創(chuàng)新都必須通過(guò)相應(yīng)的知識(shí)鏈亦稱知識(shí)過(guò)程得以完成，但是在目前的知識(shí)管理界，對(duì)知識(shí)鏈缺乏關(guān)注，思考不深，所以通過(guò)對(duì)知識(shí)鏈的研究，有助于提升知識(shí)管理的應(yīng)用，這也正是本文的研究所在。鑒于知識(shí)鏈?zhǔn)且粋€(gè)非常新的研究領(lǐng)域，目前的研究主要集中在知識(shí)鏈的概念模型上，實(shí)際操作性不強(qiáng)，為此，本文首先結(jié)合知識(shí)管理的思想和人工智能技術(shù)以及信息技術(shù)，提出了基于人工智能的知識(shí)鏈模型。在對(duì)該模型進(jìn)行詳細(xì)闡述之后，本文重點(diǎn)對(duì)知識(shí)鏈中知識(shí)獲取進(jìn)行研究。在基于知識(shí)的系統(tǒng)KBS或?qū)＜蚁到y(tǒng)的開(kāi)發(fā)中，知識(shí)獲取一直是阻礙其發(fā)展的瓶頸，同樣對(duì)于知識(shí)鏈中的知識(shí)獲取來(lái)說(shuō)，也是如此，只有解決了知識(shí)獲取這一難題，知識(shí)鏈才能順暢發(fā)展。本文分兩部分對(duì)知識(shí)獲取進(jìn)行研究，一是KBS開(kāi)發(fā)過(guò)程中廣為使用的結(jié)構(gòu)化情景分析，即人工獲??；二是，采用神經(jīng)網(wǎng)絡(luò)、決策樹(shù)等進(jìn)行知識(shí)的自動(dòng)獲取研究，因?yàn)樯窠?jīng)網(wǎng)絡(luò)集知識(shí)獲取、知識(shí)表示和知識(shí)應(yīng)用于一身，具有非常好的學(xué)習(xí)能力，但其缺點(diǎn)是一個(gè)“黑箱”，需要將其隱藏的知識(shí)顯性化，關(guān)于神經(jīng)網(wǎng)絡(luò)，本文經(jīng)過(guò)試驗(yàn)結(jié)果表明，普通BP效果不好，為此本文的神經(jīng)網(wǎng)絡(luò)采用的是以交叉熵為誤差函數(shù)的非全連接BP網(wǎng)絡(luò)，不僅對(duì)神經(jīng)網(wǎng)絡(luò)的剪枝算法和知識(shí)獲取的RX算法進(jìn)行改進(jìn)，而且提出了基于結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)規(guī)則抽取方法SRE和基于卡諾圖的規(guī)則抽取方法KRE?？紤]到組織中知識(shí)的存在形式的多樣性及復(fù)雜性，本文嘗試采用XML進(jìn)行知識(shí)統(tǒng)一表示的研究，因?yàn)閄ML適合于多種類型知識(shí)的表示。本文最后以銀行貸款風(fēng)險(xiǎn)預(yù)警為例，在大量試驗(yàn)的基礎(chǔ)上，分別采用RX，SRE，決策樹(shù)ID3算法和KRE等四種方法進(jìn)行知識(shí)獲取，并對(duì)四種獲取的結(jié)果進(jìn)行比較分析?？偟膩?lái)說(shuō)，本文作了大量的理論和實(shí)驗(yàn)研究，并且以為平臺(tái)，開(kāi)發(fā)出基于人工智能的知識(shí)獲取系統(tǒng)，從而使得知識(shí)獲取及相關(guān)研究變得方便易用，既具有十分重要的科學(xué)意義，同時(shí)又有其實(shí)際價(jià)值。本文所有的實(shí)驗(yàn)，都是在本文自行開(kāi)發(fā)的系統(tǒng)上進(jìn)行的。

簡(jiǎn)介：為提高我國(guó)火電廠生產(chǎn)管理水平和整體經(jīng)濟(jì)效益火電廠廠級(jí)監(jiān)控信息系統(tǒng)SIS的出現(xiàn)成為必然與SIS系統(tǒng)相關(guān)的各類問(wèn)題已成為一類熱門研究課題因火電廠各研究對(duì)象的復(fù)雜性、非線性、各參數(shù)間耦合關(guān)系的復(fù)雜在火電廠SIS系統(tǒng)功能模塊的開(kāi)發(fā)、建模上存在模型不準(zhǔn)確、甚至難以建模的問(wèn)題本文以SIS系統(tǒng)中高級(jí)應(yīng)用軟件機(jī)組性能在線監(jiān)測(cè)與能損分析系統(tǒng)和全廠機(jī)組負(fù)荷優(yōu)化分配系統(tǒng)的開(kāi)發(fā)為例系統(tǒng)介紹了傳統(tǒng)建模方法在解決火電廠機(jī)組性能計(jì)算、運(yùn)行參數(shù)基準(zhǔn)值和能損偏差分析等模型的建立方法分析了這些方法的優(yōu)缺點(diǎn)、適應(yīng)對(duì)象和局限性針對(duì)傳統(tǒng)方法在SIS系統(tǒng)功能模塊建模中存在的問(wèn)題我們首次采用以神經(jīng)網(wǎng)絡(luò)和遺傳算法為代表的人工智能建模方法在火電廠運(yùn)行參數(shù)基準(zhǔn)值的確定和能損偏差計(jì)算及帶約束的優(yōu)化問(wèn)題的建模上引入人工智能的建模方法同時(shí)為人工智能建模方法在SIS系統(tǒng)功能模塊建模應(yīng)用實(shí)現(xiàn)細(xì)節(jié)中存在的問(wèn)題、解決方案作了詳細(xì)的介紹首次采用自組織映射網(wǎng)絡(luò)SOM結(jié)合BP神經(jīng)網(wǎng)絡(luò)方法建立了汽輪機(jī)功率模型采用SOM網(wǎng)絡(luò)的聚類功能解決了傳統(tǒng)樣本提取方法正交性和完備性差的局限性仿真結(jié)果表明該模型的預(yù)測(cè)計(jì)算結(jié)果與實(shí)際數(shù)據(jù)誤差在15％之內(nèi)大部分誤差不超1％利用該模型和循環(huán)水系統(tǒng)功耗模型可確定不同工況下的真空運(yùn)行最優(yōu)值為凝汽器真空運(yùn)行最優(yōu)值基準(zhǔn)值的確定提供了一個(gè)全新的方法同時(shí)利用該模型計(jì)算幾個(gè)主參數(shù)偏離基準(zhǔn)值的能損偏差同傳統(tǒng)的運(yùn)行參數(shù)基準(zhǔn)值模型和能損偏差分析方法相比該模型具有明確的設(shè)備針對(duì)性在遺傳算法應(yīng)用于火電廠機(jī)組負(fù)荷優(yōu)化分配問(wèn)題中首次提出部分解約束結(jié)合懲罰函數(shù)的改進(jìn)實(shí)數(shù)遺傳算法在約束條件的處理、變異策略、初始化等多方面針對(duì)該問(wèn)題的特點(diǎn)對(duì)實(shí)數(shù)遺傳算法提出了新的改進(jìn)思想解決了遺傳算法應(yīng)用于多峰值優(yōu)化問(wèn)題中因早熟而收斂于局部極值點(diǎn)的難題對(duì)5臺(tái)機(jī)組的火電廠機(jī)組負(fù)荷優(yōu)化分配的仿真表明優(yōu)化成功率能達(dá)到100％并首次全面分析了遺傳算法各操作參數(shù)遺傳代數(shù)、交叉概率、變異概率、懲罰系數(shù)和選擇壓力對(duì)優(yōu)化效果的影響為這類優(yōu)化問(wèn)題中遺傳操作參數(shù)的選擇提供一定的參考依據(jù)在SIS系統(tǒng)高級(jí)應(yīng)用軟件的開(kāi)發(fā)過(guò)程中針對(duì)電廠廠級(jí)監(jiān)控信息系統(tǒng)SIS的特點(diǎn)要求利用COM軟件思想開(kāi)發(fā)了熱力系統(tǒng)各通用模塊組件模型和通用熱力系統(tǒng)模型組件能自動(dòng)根據(jù)組態(tài)軟件產(chǎn)生的不同機(jī)組熱力系統(tǒng)結(jié)構(gòu)構(gòu)成熱力系統(tǒng)對(duì)象實(shí)例組件對(duì)象間通過(guò)接口通信傳遞能流和質(zhì)流信息在線計(jì)算并監(jiān)測(cè)電廠熱力系統(tǒng)各經(jīng)濟(jì)性能和能損并以回?zé)峒訜崞骱驼w熱力系統(tǒng)為例介紹了熱力系統(tǒng)組件對(duì)象模型的開(kāi)發(fā)方法COM思想大大提高了SIS軟件模塊通用性、靈活性、重用性和可擴(kuò)展性

簡(jiǎn)介：創(chuàng)造滿足人體熱舒適的室內(nèi)微氣候環(huán)境是構(gòu)造建筑的最終目標(biāo)。然而，能源的日益匱乏與追求高舒適性在一定程度上是一對(duì)矛盾。如何尋求一個(gè)平衡點(diǎn)，構(gòu)造低能耗高舒適型建筑成為熱點(diǎn)課題。本文以影響建筑能耗和人體熱舒適性的因素為切入點(diǎn)，以復(fù)合墻體、智能圍護(hù)結(jié)構(gòu)、HVAC系統(tǒng)中的冷源控制等現(xiàn)代舒適型建筑中的重要組成元素為對(duì)象展開(kāi)研究。本文內(nèi)容如下1利用頻域響應(yīng)原理構(gòu)建模型，分析復(fù)合實(shí)體墻的動(dòng)態(tài)特性及其影響因素；采用有限元法研究矩形截面熱橋影響區(qū)域；結(jié)合FANGER的熱舒適性模型分析墻體內(nèi)表面平均輻射溫度對(duì)人體舒適性及系統(tǒng)能耗的影響；在冬、夏季典型氣象條件下，分別模擬分析了復(fù)合墻體的內(nèi)表面溫度。2采用CFD技術(shù)耦合流固傳熱，分析了太陽(yáng)墻在冬季集熱、夏季通風(fēng)隔熱、過(guò)渡季通風(fēng)及冬季預(yù)熱等運(yùn)行模式下的熱特性；對(duì)集熱墻體材料、墻體高度、空氣層厚度、通風(fēng)孔尺寸等感因子進(jìn)行了分析。在CFD模擬基礎(chǔ)上采用回歸法和人工神經(jīng)網(wǎng)絡(luò)法建立了太陽(yáng)墻的熱特性預(yù)測(cè)分析模型。3對(duì)呼吸式玻璃幕墻熱傳遞過(guò)程進(jìn)行分析，利用CFD技術(shù)耦合光學(xué)模型、透過(guò)體系模型求解控制方程。分析了遮陽(yáng)板位置、通道寬度、遮陽(yáng)板角度、通風(fēng)口面積、太陽(yáng)輻射強(qiáng)度、室外空氣溫度、室外風(fēng)向等敏感因子對(duì)其熱特性的影響；給出了最佳截面尺寸并建立了基于Π定理的通道內(nèi)太陽(yáng)能二次透過(guò)率無(wú)量綱模型和基于灰箱模型的壁面對(duì)流換熱系數(shù)關(guān)聯(lián)式。同時(shí)，對(duì)其冬季保溫及過(guò)渡季通風(fēng)換氣特性給予分析。4基于解耦協(xié)同控制和人體熱舒適原理，在仿真結(jié)果基礎(chǔ)上，提出復(fù)合解耦控制策略并采用自適應(yīng)模糊控制算法，以S7300PLC為中央控制器，設(shè)計(jì)了建筑內(nèi)人工冷源智能控制系統(tǒng)。

簡(jiǎn)介：排水系統(tǒng)是現(xiàn)代化城市不可缺少的重要基礎(chǔ)設(shè)施，排水管道運(yùn)行狀況和人們的生產(chǎn)生活緊密相關(guān)，要定期進(jìn)行管道檢測(cè)和維修，了解地下管道的運(yùn)行情況，及時(shí)做好檢修維護(hù)工作，防治管道泄漏事故發(fā)生。對(duì)于大城市中眾多的管道維護(hù)和修復(fù)是一項(xiàng)挑戰(zhàn)性的工作，這往往需要大量的人力物力，管道病害識(shí)別系統(tǒng)可以準(zhǔn)確評(píng)估現(xiàn)有管道的運(yùn)行狀態(tài)，檢測(cè)管道中的缺陷和損壞狀況，在城市排水管道檢測(cè)和維護(hù)中有廣泛的應(yīng)用前景。目前管道掃描和評(píng)估新技術(shù)不斷出現(xiàn)，比如聲納，激光掃描系統(tǒng)等方法，視頻圖像檢測(cè)技術(shù)以其低成本和高效在近年來(lái)發(fā)展迅速。目前地下管道檢測(cè)系統(tǒng)多數(shù)基于閉路電視（CCTV），通過(guò)控制裝有攝像機(jī)的爬行器在管道中行進(jìn)，拍攝管道內(nèi)的圖像數(shù)據(jù)并通過(guò)信號(hào)電纜傳送到地面上的監(jiān)視器，操作人員通過(guò)地面上監(jiān)視系統(tǒng)判斷管道的破損情況及其發(fā)生的大致位置，人工記錄管道缺陷類型和屬性，這種判定嚴(yán)重依賴于操作人員的工程經(jīng)驗(yàn)，每個(gè)操作人員的對(duì)管道缺陷的評(píng)價(jià)標(biāo)準(zhǔn)不盡相同，檢測(cè)有很強(qiáng)的主觀性，而且這種方式并不適合長(zhǎng)距離管道的評(píng)估檢測(cè)，長(zhǎng)時(shí)間工作造成檢測(cè)人員的疲勞和注意力分散往往會(huì)影響識(shí)別的精度和描述的準(zhǔn)確性，開(kāi)展基于圖像處理與識(shí)別的管道自動(dòng)檢測(cè)系統(tǒng)的研究，實(shí)現(xiàn)管道病害智能化檢測(cè)，減輕工作人員的勞動(dòng)強(qiáng)度，提高檢測(cè)的效率。管道圖像識(shí)別過(guò)程中的重要前提是圖像預(yù)處理，其中的圖像自動(dòng)分割技術(shù)是一個(gè)充滿挑戰(zhàn)的工作，到目前為止還沒(méi)有一個(gè)通用的分割方法和標(biāo)準(zhǔn)，本文在傳統(tǒng)的分割方法基礎(chǔ)上，參考近年來(lái)圖像分割領(lǐng)域出現(xiàn)的新方法，針對(duì)管道圖像背景差異較大的特點(diǎn)提出了一種新的基于背景差的管道圖像增強(qiáng)和對(duì)象提取方法，對(duì)不同背景的管道特征提取和缺陷類型比如裂縫，破洞等識(shí)別效果具有很好的魯棒性，試驗(yàn)表明用此方法進(jìn)行管道圖像的預(yù)處理和分割更為精確高效，分割后提取圖像中的目標(biāo)特征經(jīng)過(guò)處理后引入SVM算法中，解決了一張圖像檢測(cè)多個(gè)目標(biāo)的問(wèn)題。試驗(yàn)中采用不同核函數(shù)驗(yàn)證SVM算法的識(shí)別率，并對(duì)其識(shí)別分類的效果與神經(jīng)網(wǎng)絡(luò)算法做了比較。針對(duì)地下排水管道的特點(diǎn)，開(kāi)發(fā)出一套自動(dòng)管道集成檢測(cè)系統(tǒng)，可以實(shí)現(xiàn)對(duì)攝像機(jī)拍攝的圖像實(shí)時(shí)在線分析，也可載入錄制的視頻或保存的圖像單獨(dú)離線分析，分析的結(jié)果形成報(bào)告，以備后查，同時(shí)加入控制接口，可以通過(guò)網(wǎng)絡(luò)或串口控制機(jī)器人的爬行動(dòng)作，其云臺(tái)控制程序?qū)崿F(xiàn)對(duì)攝像頭的轉(zhuǎn)動(dòng)方向的控制，以獲得更具有針對(duì)性的管道圖像局部特征。

簡(jiǎn)介：網(wǎng)絡(luò)重構(gòu)是配電系統(tǒng)運(yùn)行和控制的重要手段，也是配電管理系統(tǒng)的重要組成部分。隨著智能技術(shù)的發(fā)展，運(yùn)用智能算法重構(gòu)配電網(wǎng)絡(luò)來(lái)達(dá)到降低網(wǎng)損的目的已經(jīng)成為一種可能。論文闡述了配電網(wǎng)重構(gòu)的背景、現(xiàn)狀與特點(diǎn)；研究了目前較為流行的配電網(wǎng)重構(gòu)算法；分析了各種配電網(wǎng)重構(gòu)的目標(biāo)函數(shù)以及約束條件。在此基礎(chǔ)上，論文針對(duì)支路交換法，研究其算法原理，并對(duì)算法進(jìn)行有效地改進(jìn)。運(yùn)用PSASP電力系統(tǒng)分析綜合程序，對(duì)不同結(jié)構(gòu)的配電網(wǎng)絡(luò)進(jìn)行實(shí)際算例仿真，考察算法的實(shí)用性。BP神經(jīng)網(wǎng)絡(luò)等人工智能算法能避免一般算法反復(fù)進(jìn)行潮流計(jì)算而耗費(fèi)時(shí)間的缺點(diǎn)，并且有很好的全局逼近優(yōu)點(diǎn)。論文從BP算法自身著手，針對(duì)其學(xué)習(xí)速度慢和可能局部收斂?jī)蓚€(gè)問(wèn)題，采取有效的手段分別改進(jìn)。論文還從圖論知識(shí)著手，構(gòu)造三種數(shù)學(xué)模型。用配電網(wǎng)的樹(shù)形拓?fù)浼s束改進(jìn)BP算法的誤差函數(shù)，并且對(duì)BP神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果做了環(huán)網(wǎng)和孤立頂點(diǎn)約束判斷，很好地解決了BP算法可能收斂到局部最小的缺點(diǎn)。最后以實(shí)際算例對(duì)改進(jìn)算法進(jìn)行仿真測(cè)試，證實(shí)該算法具有輸出結(jié)果速度快、能有效全局逼近的特點(diǎn)。BP神經(jīng)網(wǎng)絡(luò)還有自學(xué)習(xí)這一最重要也最令人注目的特點(diǎn)，非常適合長(zhǎng)期運(yùn)行的配電網(wǎng)絡(luò)。因此，論文所研究的算法有很好的應(yīng)用前景。

簡(jiǎn)介：為了提高鉆井事故診斷的可靠性、準(zhǔn)確性和及時(shí)性，提高決策質(zhì)量，降低鉆井成本，急需建立一套“鉆井事故人工智能實(shí)時(shí)監(jiān)控系統(tǒng)”，它將人工智能基于實(shí)例的推理技術(shù)應(yīng)用到鉆井事故實(shí)時(shí)監(jiān)控領(lǐng)域，為鉆井工程技術(shù)人員能及時(shí)的預(yù)防、處理鉆井事故問(wèn)題提供了智能決策支持。本文主要包含四方面內(nèi)容首先，根據(jù)實(shí)時(shí)監(jiān)控系統(tǒng)理論，結(jié)合鉆井事故診斷問(wèn)題的特征，對(duì)鉆井事故監(jiān)控決策系統(tǒng)進(jìn)行總體設(shè)計(jì)。第二，依據(jù)鉆井事故專家決策的實(shí)例知識(shí)并結(jié)合計(jì)算機(jī)的人工智能化應(yīng)用，構(gòu)建鉆井事故監(jiān)控領(lǐng)域知識(shí)模型。第三，在鉆井事故監(jiān)控領(lǐng)域知識(shí)模型的基礎(chǔ)上，利用VISUALBASIC程序設(shè)計(jì)語(yǔ)言，充分利用面向?qū)ο蠓椒ê涂丶夹g(shù)等先進(jìn)的編程方法和思想開(kāi)發(fā)鉆井事故實(shí)時(shí)監(jiān)控系統(tǒng)軟件。第四，在鉆井事故監(jiān)控知識(shí)庫(kù)的基礎(chǔ)上，以VISUALBASIC為軟件開(kāi)發(fā)工具，研發(fā)鉆井事故監(jiān)控知識(shí)咨詢系統(tǒng)，為鉆井工程技術(shù)人員提供實(shí)時(shí)專家知識(shí)和技術(shù)措施，同時(shí)也作為一般的查詢系統(tǒng)為鉆井工程技術(shù)人員提供知識(shí)參考。本文所開(kāi)發(fā)的鉆井事故實(shí)時(shí)監(jiān)控系統(tǒng)，問(wèn)題求解的及時(shí)性強(qiáng)、效率高、準(zhǔn)確性高、推廣應(yīng)用的前景好，且整個(gè)系統(tǒng)采用面向?qū)ο蟮某绦蛟O(shè)計(jì)方法，具備較好的繼承性和模塊性，便于擴(kuò)展和維護(hù)。

簡(jiǎn)介：點(diǎn)擊查看更多人工智能研究綱領(lǐng)的基本問(wèn)題和發(fā)展趨勢(shì).pdf精彩內(nèi)容。

簡(jiǎn)介：人工智能是計(jì)算機(jī)研究的一個(gè)熱點(diǎn)問(wèn)題它的應(yīng)用非常的廣泛而基于人工智能的搜索具有良好的應(yīng)用前景本論文就是在傳統(tǒng)的搜索算法的基礎(chǔ)上經(jīng)過(guò)仔細(xì)分析它的優(yōu)缺點(diǎn)繼承其優(yōu)點(diǎn)同時(shí)對(duì)其缺點(diǎn)進(jìn)行改進(jìn)而成。相對(duì)于傳統(tǒng)的搜索方式本設(shè)計(jì)使搜索的服務(wù)能力和服務(wù)質(zhì)量有了明顯的提升。本論文的研究目標(biāo)是通過(guò)研究搜索在實(shí)際中的共同特征從而找出一個(gè)能解決該類問(wèn)題的一個(gè)大致通用的方法。然后根據(jù)該方法設(shè)計(jì)一個(gè)智能搜索系統(tǒng)該系統(tǒng)具有人類的判斷能力能根據(jù)事先約定的規(guī)則將常人難以實(shí)現(xiàn)的推理過(guò)程清晰地準(zhǔn)確地快速地推理出來(lái)。該系統(tǒng)可以解決這樣一類性質(zhì)的問(wèn)題給出事物的初始狀態(tài)事物最終需要達(dá)到的狀態(tài)給出系統(tǒng)中各個(gè)成員的運(yùn)行方式然后根據(jù)以上的條件在每一輪格局下對(duì)每個(gè)成員進(jìn)行判斷如果該成員可以“移動(dòng)”就移動(dòng)它然后進(jìn)行下一輪的判斷。本設(shè)計(jì)的具體表現(xiàn)是以推箱子游戲?yàn)楸憩F(xiàn)形式給出游戲規(guī)則然后讓計(jì)算機(jī)“找出”推箱子的一條路徑。并從中總結(jié)出解決類試問(wèn)題的一般方法。本設(shè)計(jì)的特點(diǎn)是與傳統(tǒng)的搜索相比本搜索可以對(duì)某處進(jìn)行重復(fù)搜索。傳統(tǒng)的搜索算法對(duì)某點(diǎn)的搜索是“一次性”的即訪問(wèn)某處后無(wú)法進(jìn)行二次訪問(wèn)。這就大大縮小了其實(shí)際應(yīng)用的領(lǐng)域。本搜索算法不斷可以自動(dòng)搜索還可以在實(shí)際情況需要的時(shí)候原路返回這樣就大大提高了其實(shí)際應(yīng)用的范圍。

簡(jiǎn)介：計(jì)算機(jī)博弈是人工智能研究的一個(gè)重要分支，它的研究為人工智能帶來(lái)了很多重要的方法和理論，產(chǎn)生了廣泛的社會(huì)影響和學(xué)術(shù)影響。而計(jì)算機(jī)圍棋是近年來(lái)繼國(guó)際象棋之后計(jì)算機(jī)博弈研究的熱點(diǎn)所在，也是難點(diǎn)所在。本文旨在通過(guò)面向?qū)ο蠹夹g(shù)，對(duì)圍棋中各種重要概念進(jìn)行抽象歸納，建立對(duì)象模型。本文首先將棋盤上的格點(diǎn)對(duì)象化作為其它各對(duì)象模型的基礎(chǔ)，然后結(jié)合經(jīng)典圍棋理論，按照布局、中盤、收官三個(gè)階段，借鑒人類旗手的思維特點(diǎn)，提出定式、棋串、龍、領(lǐng)域等多個(gè)對(duì)象概念，以解決在布局及中盤等階段的局面控制和進(jìn)子策略等問(wèn)題。圍棋程序的發(fā)展已經(jīng)進(jìn)入瓶頸階段，主要原因在于長(zhǎng)久以來(lái)圍棋理論研究的缺乏。要達(dá)到較高的圍棋造詣，通常至少需要投入十年時(shí)間進(jìn)行學(xué)習(xí)，而目前專業(yè)棋手的培養(yǎng)方式是側(cè)重實(shí)戰(zhàn)經(jīng)驗(yàn)而忽視理論研究的。本文所提出的領(lǐng)地概念，領(lǐng)地封閉性與龍的安全狀況之間的關(guān)系，把龍簡(jiǎn)化為無(wú)向連通圖的方法，都脫離了經(jīng)典圍棋理論的視野，或許能被進(jìn)一步吸收發(fā)展。

簡(jiǎn)介：發(fā)電機(jī)勵(lì)磁系統(tǒng)模型參數(shù)的準(zhǔn)確性對(duì)電力系統(tǒng)的分析與控制有重要的影響。傳統(tǒng)的辨識(shí)方法大都是采用線性化的方法，只辨識(shí)勵(lì)磁系統(tǒng)線性部分的參數(shù)，而勵(lì)磁系統(tǒng)實(shí)際上是一個(gè)非線性系統(tǒng)，本文分別采用兩種人工智能方法，神經(jīng)網(wǎng)絡(luò)和遺傳算法，對(duì)考慮非線性環(huán)節(jié)的勵(lì)磁系統(tǒng)模型進(jìn)行辨識(shí)。采用MATLAB為仿真工具，搭建勵(lì)磁模型和電力系統(tǒng)模型，選用階躍擾動(dòng)信號(hào)，采集數(shù)據(jù)，分別用以上兩種方法進(jìn)行辨識(shí)。結(jié)果證明，神經(jīng)網(wǎng)絡(luò)要用大量的樣本數(shù)據(jù)來(lái)訓(xùn)練，得到的勵(lì)磁系統(tǒng)網(wǎng)絡(luò)模型可以模擬原勵(lì)磁系統(tǒng)的輸出。根據(jù)可測(cè)量的多少，遺傳算法可以單環(huán)節(jié)辨識(shí)和整體辨識(shí)。單環(huán)節(jié)辨識(shí)效果好，整體辨識(shí)效果不如單環(huán)節(jié)，但是辨識(shí)模型同樣可以用于系統(tǒng)仿真。根據(jù)具體情況盡可能多的分環(huán)節(jié)辨識(shí)可以有較好的辨識(shí)效果。