簡(jiǎn)介：本文首先介紹和比較了多種常用的集成電路功能驗(yàn)證方法，并討論了功能驗(yàn)證結(jié)果的評(píng)估辦法。隨后以本人在“漢芯二號(hào)”24位DSP驗(yàn)證項(xiàng)目中的工作為基礎(chǔ)，討論了偽隨機(jī)自動(dòng)測(cè)試向量生成測(cè)試方法的優(yōu)點(diǎn)。在24位DSP驗(yàn)證項(xiàng)目中，本人采用了指令描述模板和偽隨機(jī)自動(dòng)生成程序分離的解決方案，不僅能夠在驗(yàn)證中取得了較高的效率和良好的驗(yàn)證效果而且還保留了很大靈活性和簡(jiǎn)便性。由于在該項(xiàng)目的實(shí)際工程應(yīng)用中，本人發(fā)現(xiàn)傳統(tǒng)的偽隨機(jī)測(cè)試向量自動(dòng)生成測(cè)試方法會(huì)產(chǎn)生許多測(cè)試價(jià)值很低的測(cè)試向量。這些測(cè)試向量不光需要大量的計(jì)算資源、浪費(fèi)大量的運(yùn)算時(shí)間，而且可能帶來設(shè)計(jì)周期的延遲。對(duì)于這一問題，本文隨后提出一種新穎的優(yōu)先級(jí)指導(dǎo)下的偽隨機(jī)測(cè)試向量生成方法。該方法能夠在一個(gè)測(cè)試向量還未經(jīng)過模擬的情況下通過人工智能方法估算出該向量的測(cè)試優(yōu)先級(jí)。測(cè)試向量的優(yōu)先級(jí)越高表示通過模擬和比對(duì)該測(cè)試向量越容易發(fā)現(xiàn)新的功能錯(cuò)誤。本文著重使用了人工神經(jīng)網(wǎng)絡(luò)ANN的學(xué)習(xí)算法來完成測(cè)試向量?jī)?yōu)先級(jí)的估算功能，在文章的最后，設(shè)計(jì)了兩個(gè)實(shí)驗(yàn)展示該方法的有效性。

簡(jiǎn)介：隨著工業(yè)經(jīng)濟(jì)逐步向知識(shí)經(jīng)濟(jì)轉(zhuǎn)型，企業(yè)的核心生產(chǎn)要素由原來的勞動(dòng)力與資本轉(zhuǎn)向知識(shí)；基于知識(shí)的能力逐漸成為企業(yè)的核心競(jìng)爭(zhēng)力。探索新型管理理念與模式以提升企業(yè)在知識(shí)獲取、共享、應(yīng)用與創(chuàng)新等方面的能力，進(jìn)而重塑其在新經(jīng)濟(jì)形態(tài)下的核心競(jìng)爭(zhēng)力，已經(jīng)成為對(duì)整個(gè)管理領(lǐng)域的全新挑戰(zhàn)。1986年，WIIG首次提出知識(shí)管理概念。作為與知識(shí)經(jīng)濟(jì)時(shí)代相匹配的新型管理理念與模式，知識(shí)管理引起了理論界和產(chǎn)業(yè)界的高度重視，知識(shí)管理的研究熱潮持續(xù)興起知識(shí)管理系統(tǒng)是將知識(shí)管理從理念推向?qū)嵺`的依托平臺(tái)，人們紛紛謀求通過知識(shí)管理及其賴以實(shí)施的依托平臺(tái)來提升企業(yè)基于知識(shí)的核心競(jìng)爭(zhēng)力。然而，目前的知識(shí)管理與知識(shí)管理系統(tǒng)的研究仍然處于探討階段，理論上還不完善；已有的知識(shí)管理系統(tǒng)缺乏系統(tǒng)性、集成性，側(cè)重顯性知識(shí)而忽視了對(duì)隱性知識(shí)的有效管理，缺乏對(duì)全知識(shí)生命周期的完備支持，缺乏企業(yè)內(nèi)環(huán)境的相應(yīng)培育機(jī)制，缺乏有效的智能化輔助支持。此種情況下的知識(shí)管理系統(tǒng)難以實(shí)現(xiàn)人們對(duì)知識(shí)管理的美好預(yù)期?；谏鲜鰡栴}，筆者著手該論題的研究工作。以下簡(jiǎn)要介紹本論文的主要研究?jī)?nèi)容。論文第一章分析當(dāng)前主流KMS模型存在的問題與不足，在此基礎(chǔ)上提出本論文的研究思路與方法，即將KMS看作“社會(huì)技術(shù)”系統(tǒng)，將KMS建?？醋饕豁?xiàng)系統(tǒng)工程，以系統(tǒng)工程和協(xié)同學(xué)的理論與方法為方法論指導(dǎo)，以AI領(lǐng)域先進(jìn)的方法策略為技術(shù)手段，以清晰完備的知識(shí)鏈為中心主線，以企業(yè)內(nèi)部環(huán)境為“基板”，依托明確、合理、完備的知識(shí)源以及基礎(chǔ)設(shè)施，展開KMS建模研究。對(duì)上述方法與KMS系統(tǒng)要素進(jìn)行分析，進(jìn)而提出基于人工智能的集成化知識(shí)管理系統(tǒng)AIKMS模型結(jié)構(gòu)，指導(dǎo)全文。論文第二章將首先對(duì)在AIKMS模型中處于“基板”位置的AIKMS企業(yè)內(nèi)環(huán)境進(jìn)行研究，并進(jìn)而提出相應(yīng)營(yíng)建策略，包括變革組織結(jié)構(gòu)、組建知識(shí)管理團(tuán)隊(duì)、轉(zhuǎn)變傳統(tǒng)領(lǐng)導(dǎo)觀念與方式、培育學(xué)習(xí)型組織文化以及建立知識(shí)貢獻(xiàn)激勵(lì)機(jī)制等。論文前兩章對(duì)AIKMS模型進(jìn)行了系統(tǒng)級(jí)研究，提出了全局性的建模方案；在此基礎(chǔ)上，論文第三至第七章圍繞AIKMS知識(shí)鏈，展開子系統(tǒng)級(jí)研究，分別討論了AIKMS相應(yīng)子系統(tǒng)要素及其間關(guān)系，并進(jìn)而提出了相應(yīng)建模方案。論文第三章對(duì)AIKMS知識(shí)鏈的知識(shí)辨識(shí)、獲取、表示與求精環(huán)節(jié)進(jìn)行了分析，借鑒AI技術(shù)提出了相應(yīng)的實(shí)現(xiàn)方案與技術(shù)策略，尤其實(shí)現(xiàn)了對(duì)隱性知識(shí)獲取與表示；論文第四章提出了AIKMS知識(shí)譜線結(jié)構(gòu)，并以此為主線探討了AIKMS各知識(shí)子庫文檔知識(shí)庫、規(guī)則庫、ANN、案例庫、模型庫與知識(shí)定位器的存儲(chǔ)結(jié)構(gòu)以及對(duì)非編碼知識(shí)的存儲(chǔ)組織策略論文第五章提出了“面向應(yīng)用層次”和“面向?qū)ο髮哟巍钡腁IKMS知識(shí)集成雙線實(shí)施方案，研究了個(gè)體、團(tuán)隊(duì)、組織三個(gè)層次的知識(shí)傳播特征，提出了若干促進(jìn)知識(shí)轉(zhuǎn)播的策略與方式，設(shè)計(jì)并提出了相應(yīng)AIKMS知識(shí)傳播模型結(jié)構(gòu)論文第六章基于CBR系統(tǒng)思研究了AIKMS對(duì)知識(shí)應(yīng)用過程進(jìn)行智能輔助支持的若干技術(shù)方案與策略，以提升企業(yè)知識(shí)應(yīng)用能力并增強(qiáng)AIKMS自身的系統(tǒng)自組織特性論文第七章研究了企業(yè)知識(shí)創(chuàng)新機(jī)理，進(jìn)而提出并分析了AIKMS知識(shí)創(chuàng)新子系統(tǒng)模型框架；而后基于知識(shí)全生命周期理論，提出AIKMS知識(shí)進(jìn)化機(jī)制，并建立了相應(yīng)子系統(tǒng)模型。論文第八章以國(guó)內(nèi)某民航企業(yè)為背景展開實(shí)證研究，分析了其基本背景情況然后基于AIKMS模型體系對(duì)其自然狀態(tài)下的KMS進(jìn)行現(xiàn)狀分析，并相應(yīng)地提出了改進(jìn)策略。關(guān)鍵詞知識(shí)管理；知識(shí)管理系統(tǒng)；系統(tǒng)工程；協(xié)同學(xué)；人工智能；知識(shí)鏈

簡(jiǎn)介：產(chǎn)品質(zhì)量形成并貫穿于整個(gè)產(chǎn)品生命周期是企業(yè)參于市場(chǎng)競(jìng)爭(zhēng)、賴以生存和發(fā)展的基礎(chǔ)而加工過程中的產(chǎn)品質(zhì)量是產(chǎn)品最終質(zhì)量的基石。隨著“世界級(jí)質(zhì)量”的提出市場(chǎng)、客戶、企業(yè)對(duì)質(zhì)量的要求不斷提高傳統(tǒng)的質(zhì)量控制已不能滿足其需求。加工過程中的產(chǎn)品質(zhì)量出現(xiàn)異常只有很少一部分時(shí)間用于質(zhì)量監(jiān)測(cè)和控制而80％的時(shí)間都用來判斷異常的來源和調(diào)整引起異常的因素所以為了滿足加工過程全面質(zhì)量管理的需求應(yīng)用于加工質(zhì)量的診斷技術(shù)和系統(tǒng)成為眾多學(xué)者和企業(yè)新的研究熱點(diǎn)。本文在前人質(zhì)量控制研究的基礎(chǔ)上提出了基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的控制圖模式識(shí)別同時(shí)對(duì)加工過程中的質(zhì)量診斷與調(diào)整進(jìn)行了相關(guān)研究。主要研究包括三方面的內(nèi)容1提出一種基于激勵(lì)函數(shù)參數(shù)可調(diào)和動(dòng)態(tài)閾值的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)控制圖模式識(shí)別算法并優(yōu)化MONTECARLO工序數(shù)據(jù)模擬方法使樣本數(shù)據(jù)更具與實(shí)際生產(chǎn)數(shù)據(jù)相同的質(zhì)量特性。根據(jù)改進(jìn)后的網(wǎng)絡(luò)參數(shù)迭代公式將預(yù)處理后的樣本數(shù)據(jù)作為輸入對(duì)該神經(jīng)網(wǎng)絡(luò)識(shí)別器進(jìn)行訓(xùn)練訓(xùn)練結(jié)果用于生產(chǎn)過程的控制圖模式識(shí)別。改進(jìn)BP神經(jīng)網(wǎng)絡(luò)識(shí)別器的拓?fù)浣Y(jié)構(gòu)簡(jiǎn)單在保證識(shí)別精度的前提下提高識(shí)別速度改善神經(jīng)網(wǎng)絡(luò)的泛化能力。最后通過計(jì)算機(jī)模擬驗(yàn)證該算法的可行性。2提出基于故障樹分析的加工過程質(zhì)量診斷與調(diào)整方法。首先對(duì)加工過程與質(zhì)量相關(guān)的規(guī)則進(jìn)行編碼和產(chǎn)生式知識(shí)表示系統(tǒng)自動(dòng)生成以控制圖異常模式為頂事件的故障樹通過故障樹分析獲取引起質(zhì)量波動(dòng)的主要異常因素子集。然后以各質(zhì)量因素特征值的監(jiān)測(cè)結(jié)果作為規(guī)則匹配依據(jù)進(jìn)行專家系統(tǒng)的自動(dòng)推理和人工輔助推理。最后系統(tǒng)針對(duì)控制圖異常模式診斷結(jié)果進(jìn)行質(zhì)量調(diào)整將最優(yōu)調(diào)整方案及時(shí)反饋給技術(shù)人員改進(jìn)生產(chǎn)。質(zhì)量診斷與調(diào)整專家系統(tǒng)有助于生產(chǎn)人員快速診斷質(zhì)量異常因素、實(shí)施質(zhì)量調(diào)整方案大大縮短產(chǎn)品生產(chǎn)周期。3開發(fā)了車削加工質(zhì)量診斷與調(diào)整專家系統(tǒng)。采用VB60開發(fā)環(huán)境和SQLSERVER2003數(shù)據(jù)庫軟件建立專家系統(tǒng)知識(shí)庫和各功能模塊的人機(jī)交互界面實(shí)現(xiàn)加工過程的控制圖模式識(shí)別、控制圖異常模式的質(zhì)量診斷與調(diào)整、專家知識(shí)庫的維護(hù)和機(jī)器自學(xué)習(xí)功能。

簡(jiǎn)介：金屬表面硬化層深的檢測(cè)一直是機(jī)械工業(yè)部門急需解決的問題渦流法作為一種無損檢測(cè)方法相較于以往的破壞性檢測(cè)有更高的可靠性和經(jīng)濟(jì)效益然而用渦流法對(duì)它進(jìn)行檢測(cè)的最大難度在于檢測(cè)信號(hào)的處理由于渦流的檢測(cè)層深和靈敏度受頻率影響很大單一頻率檢測(cè)不能滿足不同層深的需要該文采用多頻渦流檢測(cè)的方法以使信號(hào)中充分包含有用信息該文利用信息融合將多個(gè)頻率下測(cè)得的渦流信號(hào)進(jìn)行融合采用模糊遺傳算法信息融合過程中的推理由模糊聚合函數(shù)完成模糊聚合比傳統(tǒng)的集合論中的并和交操作能更好地模仿人的推理模糊聚合函數(shù)的連接參數(shù)由遺傳算法確定該算法的優(yōu)點(diǎn)是在信息源的可靠性、信息的冗余性互補(bǔ)性不確定的情況下能夠以近似最憂的方法對(duì)信息進(jìn)行融合

簡(jiǎn)介：隨著INTER時(shí)代的到來，軟件業(yè)面臨著一系列的變化。軟件越來越復(fù)雜，時(shí)間要求越來越短，軟件的代碼從幾十年前的幾百行到現(xiàn)在的上百萬行。些變化使得傳統(tǒng)的軟件開發(fā)方法不能滿足現(xiàn)在商業(yè)界對(duì)于軟件的需求，軟件業(yè)面臨著越來越大的壓力?；跇?gòu)件的軟件開發(fā)是解決軟件危機(jī)的有效途徑。它是在一些構(gòu)件模型的基礎(chǔ)上，根據(jù)需求選擇構(gòu)件庫中的一個(gè)或多個(gè)軟件構(gòu)件，然后把這些構(gòu)件組裝起來，高效率、高質(zhì)量地構(gòu)造應(yīng)用軟件系統(tǒng)的過程。隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，構(gòu)件庫中的構(gòu)件也越來越多，一般情況下構(gòu)件庫中滿足用戶需求的構(gòu)件不止一個(gè)，如果讓用戶自己手動(dòng)的來進(jìn)行選擇，這無疑提高了對(duì)用戶的要求，而且不利于構(gòu)件的智能化組裝、增加了基于構(gòu)件軟件開發(fā)的成本。所以如何從這多個(gè)候選構(gòu)件中快速、有效的選擇出最優(yōu)或近似最優(yōu)的構(gòu)件，從而提高構(gòu)件組裝的成功率是一個(gè)關(guān)鍵的問題。本文主要分為三大部分。第一部分闡述了構(gòu)件的一些基本概念、現(xiàn)階段比較流行的三種構(gòu)件模型COM、EJB、CBA以及軟件的質(zhì)量度量模型，然后介紹了構(gòu)件庫與數(shù)據(jù)庫系統(tǒng)的區(qū)別和聯(lián)系及其主要功能。第二部分主要是根據(jù)不同的構(gòu)件描述形式，介紹了現(xiàn)在常用的四種構(gòu)件檢索方法。第三部分闡述了兩種人工智能算法遺傳算法和禁忌搜索算法在構(gòu)件檢索中的應(yīng)用。首先對(duì)兩種智能算法在構(gòu)件檢索中的可行性進(jìn)行了分析，然后分別介紹了基于遺傳算法的構(gòu)件檢索方法和基于禁忌搜索算法的構(gòu)件檢索方法，對(duì)這兩種構(gòu)件檢索方法的一些關(guān)鍵設(shè)計(jì)和具體的算法過程進(jìn)行了詳細(xì)的描述，并在此基礎(chǔ)上進(jìn)行了實(shí)驗(yàn)仿真，對(duì)仿真的結(jié)果進(jìn)行了對(duì)比和分析，證明了這兩種方法的有效性。本文研究的目的和意義在于對(duì)于構(gòu)件數(shù)量非常龐大的構(gòu)件庫，根據(jù)用戶的需求所檢索出的構(gòu)件較多時(shí)，利用人工智能算法找出一個(gè)最優(yōu)的構(gòu)件組合反饋給用戶，減少了下一步組裝過程中人工參與否認(rèn)程度，提高構(gòu)件的組裝效率，加快構(gòu)件的智能化組裝的發(fā)展。

簡(jiǎn)介：點(diǎn)擊查看更多論人工智能具有意向性的可能.pdf精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多混合式人工智能在深基坑支護(hù)選型系統(tǒng)中的應(yīng)用研究.pdf精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多基于油中氣體分析的多種人工智能技術(shù)在變壓器故障診斷中的應(yīng)用.pdf精彩內(nèi)容。

簡(jiǎn)介：該文介紹了當(dāng)前轉(zhuǎn)爐煉鋼及首鋼三煉鋼80噸轉(zhuǎn)爐的控制現(xiàn)狀提出了用智能控制方法提高其轉(zhuǎn)爐煉鋼終點(diǎn)碳、溫一次命中率的技術(shù)改造思路文章首先詳細(xì)介紹了當(dāng)前流行的幾種智能控制方法學(xué)習(xí)控制技術(shù)、模糊控制技術(shù)、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)控制技術(shù)并對(duì)四種技術(shù)及其具體系統(tǒng)應(yīng)用、相關(guān)內(nèi)容進(jìn)行了詳細(xì)解析然后結(jié)合首鋼三煉鋼80噸轉(zhuǎn)爐的具體情況重點(diǎn)提出采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)方法提高轉(zhuǎn)爐煉鋼一次碳溫命中率的解決方案將人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到轉(zhuǎn)爐煉鋼過程控制與增量模型結(jié)合開發(fā)出轉(zhuǎn)爐煉鋼人工智能靜態(tài)控制模型通過在首鋼80噸轉(zhuǎn)爐的初步生產(chǎn)試驗(yàn)證明采用人工智能靜態(tài)控制模型后比傳統(tǒng)的靜態(tài)控制模型提高了對(duì)煉鋼過程各因素之間復(fù)雜非線性關(guān)系的處理能力提高了對(duì)系統(tǒng)隨機(jī)因素變化的反應(yīng)能力和適應(yīng)能力因而提高了靜態(tài)模型的控制精度和終點(diǎn)命中率

簡(jiǎn)介：機(jī)器人足球是近幾年發(fā)展起來的機(jī)器人研究和競(jìng)賽項(xiàng)目，融合了人工智能、智能控制、實(shí)時(shí)視覺、無線通訊、機(jī)電一體化等多學(xué)科知識(shí)。機(jī)器人足球本身是一個(gè)典型的智能體系統(tǒng)，同時(shí)也為智能體系統(tǒng)的理論研究和模型測(cè)試提供了一個(gè)標(biāo)準(zhǔn)的實(shí)驗(yàn)平臺(tái)。決策系統(tǒng)相當(dāng)于現(xiàn)代真實(shí)足球比賽中的教練員，直接影響比賽的成敗，能夠體現(xiàn)出機(jī)器人足球系統(tǒng)的智能性，對(duì)策略系統(tǒng)的深入研究有重大的理論意義和現(xiàn)實(shí)應(yīng)用價(jià)值智能化是計(jì)算機(jī)發(fā)展的必然趨勢(shì)，無論是計(jì)算機(jī)控制，還是商用民用軟件，都要求含有越來越高的智能因素，因此人工智能領(lǐng)域的研究越來越受到重視。近幾年人工智能成為研究熱點(diǎn)之一。比賽中雙方隊(duì)員的位置瞬息萬變，要求不僅能智能地躲避對(duì)方的攔截，帶球突破，還要能同隊(duì)配合，依照策略行事，這就對(duì)人工智能的控制提出了更高的要求。智能控制技術(shù)為自主機(jī)器人提供比賽必須的”決策”能力，即用來保證在復(fù)雜動(dòng)態(tài)環(huán)境條件下，通過”知識(shí)”及時(shí)進(jìn)行決策。實(shí)際上這個(gè)決策樹就是足球教練的戰(zhàn)術(shù)庫。計(jì)算機(jī)仿真系統(tǒng)給自主機(jī)器人提供”學(xué)習(xí)”能力。它不但給自主機(jī)器人提供開發(fā)比賽策略的環(huán)境，而且通過它能開發(fā)各種比賽策略。首先在計(jì)算機(jī)上建立自主機(jī)器人球隊(duì)，球場(chǎng)地的模型，然后在這個(gè)模型上開發(fā)足球比賽策略，經(jīng)過反復(fù)比賽，實(shí)驗(yàn)之后，將成功的策略移植到真正的自主機(jī)器人上進(jìn)行比賽。2本論文以足球機(jī)器人系統(tǒng)為研究背景，主要針對(duì)人工智能的決策樹的算法在決策系統(tǒng)中的運(yùn)用，探索行之有效的方法來解決實(shí)際中的問題。首先，總文介紹了足球機(jī)器人系統(tǒng)的體系結(jié)構(gòu)以及相關(guān)技術(shù)，提出了研究機(jī)器人足球的背景意義和研究的目的。然后介紹了本文在MLS的平臺(tái)下面運(yùn)行的機(jī)器人足球的仿真策略，詳細(xì)的介紹了該平臺(tái)的使用方法以及該平臺(tái)與策略程序如何交互的方式。再次介紹了實(shí)現(xiàn)機(jī)器人足球的基本的數(shù)據(jù)接口，以及基本的函數(shù)的實(shí)現(xiàn)形式。提出了利用人工智能中的決策樹來實(shí)現(xiàn)高級(jí)策略部分，并將這些決策樹應(yīng)用到具體的編程實(shí)現(xiàn)中，使程序具有智能性。最后總結(jié)了實(shí)驗(yàn)的結(jié)果，分析了該算法的優(yōu)缺點(diǎn)，提出了以后需要改進(jìn)的地方。

簡(jiǎn)介：中國(guó)石油大學(xué)（華東）碩士學(xué)位論文融合智能技術(shù)的人工免疫主動(dòng)防御體系研究姓名黃敏申請(qǐng)學(xué)位級(jí)別碩士專業(yè)計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師段友祥20090501RESEARCHOFARTIFICIALIMMUNEACTIVEDEFENSESYSTEMBASEDONINTELLIGENTTECHNOLOGYFUSIONHUANGMILLCOMPUTERAPPLICATIONTECHNOLOGYDIRECTEDBYPROFESSORDUANYOUXIANGABSTRACTTHERAPIDDEVELOPMENTOFNETWORKTECHNOLOGYHASBASICALLYCHANGEDPEOPLE’SLIFESTYLEANDWORKING，WHICHHASAGREATEFFECTINEVERYASPECTOFOURSOCIETYATTHESAMETIME，THENETWORK’SPOTENTIALDANGERSAREINCREASINGFOREXAMPLE，THEREALEMOREANDMORENEWNETWORKATTACKMETHODSWITHANINCREASEINCOMPLEXITYWHICHRENDERSAH119ECHALLENGEFOROURCOUNTRY’SINFORMATIONSAFETYCONSTRUCTIONBYTHEFIREWALLASREPRESENTEDOFTHESINGLEANDEXTENSIVEPASSIVEDEFENSESYSTEMHASALREADYBECOMEINCAPABLEANDGRADUALLYUNABLETOADJUSTTHEDEVELOPMENTTENDENCYOFINFORMATIONSAFETYTHEACTIVEDEFENSESYSTEMCENTEREDONINTRUSIONDETECTIONTECHNOLOGYHASBEENPAIDMUCHATTENTIONBYPEOPLEBECAUSEOFITSPARTICULARFEATURESOFDYNAMICANDINITIATIVELYRECENTLYTHERESEARCHWITHINTELLIGENTTECHNOLOGY’SFUSIONHASBECOMETHEFOCUSOFRESEARCHANDSTUDYTHISPAPERANALYZESTHEADVANTAGESANDDISADVANTAGESOFINTELLIGENTTECHNOLOGYREPRESENTEDBYINTRUSIONDETECTIONANDIMMUNESYSTEMINREGARDTOTHEFACTOFINEFFICIENCYLOWDETECTIONRATEANDHIGHFALSEDETECTIONRATEOFTHECURRENTINTRUSIONDETECTIONSYSTEMTHISPAPERPROPOSEANEWINTRUSIONDETECTORGENERATINGMODELWHICHCANRAISETHEDETECTIONEFFICIENCYANDREDUCETHEFALSEDETECTIONRATETHISMODELBASEDONASTUDYOFCOMBINATORIALPATTERNDISCOVERYALGORITHMTEIRESIASTOMAKEANANALYSISOFTHECOMMONCHARACTERISTICOF“NONSELF’SAMPLE，SOASTOGETAVARIABLELENGTHPATTERNWHICHCANEXPLAINTHENONSELFTHENBYLEARNINGFROMTHEGENELIBRARYMECHANISMOFIMMUNESYSTEMANDCOMBININGWITHTHEMETHODOFFIXEDLENGTHPATTERNINITIALIZINGGENELIBRARYTHEPAPERDESIGNANEWMETHODOFUSINGVARIABLELENGTHPATTERNTOINITIALIZEGENELIBRARYTHISMETHODMAKESTHEGENELIBRARYHASMANYKINDSOFGENESEGMENTSBEFOREINTRUSIONDETECTIONSYSTEMRUNANDTHESEGENESEGMENTSCANBETTERDEMONSTRATETHENONSELFCHARACTERISTICSTHUSTHEUNCERTAINTYANDAIMLESSNESSBROUGHTBYGENERATIONRANDOMLYCANBEAVOIDEDWHENGENERATINGTHEINTRUSIONDETECTORSUSINGGENELIBRARYMETHODTOGENERATINGDETECTORSCANDECREASETHETIMEEXPENSEOFTHE

簡(jiǎn)介：隨著人工智能、并行工程和敏捷制造技術(shù)在制造業(yè)自動(dòng)化方面的發(fā)展，企業(yè)對(duì)計(jì)算機(jī)輔助工藝設(shè)計(jì)CAPPCOMPUTERAIDEDPROCESSPLANNING系統(tǒng)的要求也越來越高，而傳統(tǒng)工藝設(shè)計(jì)系統(tǒng)已經(jīng)不能滿足高速的市場(chǎng)導(dǎo)向和多變的產(chǎn)品需求。因此實(shí)現(xiàn)智能化、自動(dòng)化、柔性化的CAPP系統(tǒng)是未來發(fā)展的必然趨勢(shì)，如何將傳統(tǒng)的工藝設(shè)計(jì)經(jīng)驗(yàn)與智能化的計(jì)算機(jī)決策相結(jié)合來實(shí)現(xiàn)CAPP系統(tǒng)，成為當(dāng)前研究的熱點(diǎn)問題。本文簡(jiǎn)要分析了CAPP的發(fā)展和特點(diǎn)，提出當(dāng)前CAPP系統(tǒng)中存在的主要問題和發(fā)展方向。實(shí)現(xiàn)了面向?qū)ο蟮墓に囆畔⑻卣鹘ｓw系，對(duì)零件信息、工藝規(guī)程以及工藝參數(shù)等信息進(jìn)行了必要的數(shù)據(jù)抽象和建模，然后重點(diǎn)論述應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)工藝決策的算法和實(shí)現(xiàn)方法，從信息編碼和工藝推理等方面構(gòu)建智能化的工藝推理機(jī)制，并設(shè)計(jì)了系統(tǒng)體系結(jié)構(gòu)和工作流程，最后開發(fā)了CAPP原型系統(tǒng)來驗(yàn)證相關(guān)理論的可行性。該系統(tǒng)的主要特點(diǎn)主要為1在網(wǎng)絡(luò)算法上，提出了以ARTL網(wǎng)絡(luò)為基礎(chǔ)的工藝推理算法模型，將人工神經(jīng)網(wǎng)絡(luò)ANN，ARTIFICIALNEURALWK技術(shù)在模式識(shí)別、動(dòng)態(tài)分類領(lǐng)域的并行處理能力、分布式存儲(chǔ)、良好的自適應(yīng)和高度容錯(cuò)特性引入到CAPP工藝推理機(jī)制中，有效的解決CAPP工藝決策的不確定性推理和復(fù)雜的數(shù)據(jù)檢索問題，為實(shí)現(xiàn)智能化的工藝設(shè)計(jì)提供了新的思路。2在數(shù)據(jù)模型的建立方面，設(shè)計(jì)了以面向?qū)ο驩O，OBIECTIENTED方法為基礎(chǔ)的工藝信息特征建模體系，有效的解決了復(fù)雜數(shù)據(jù)模型的數(shù)據(jù)抽象和特征數(shù)據(jù)建模。建立了層次清晰、結(jié)構(gòu)良好、易于管理的工藝信息模型體系，將工藝系統(tǒng)中的零件信息、工藝信息和工藝規(guī)程等數(shù)據(jù)有效整合為統(tǒng)一的數(shù)據(jù)模型。為工藝決策和信息編碼提供了良好的數(shù)據(jù)描述接口，同時(shí)便于對(duì)數(shù)據(jù)體系進(jìn)行管理和擴(kuò)展。3在系統(tǒng)體系結(jié)構(gòu)方面，建立以模塊化方法為基礎(chǔ)的系統(tǒng)體系和工作流程，基本實(shí)現(xiàn)了以結(jié)構(gòu)件為主要對(duì)象的工藝設(shè)計(jì)系統(tǒng)。開放的關(guān)系型數(shù)據(jù)庫設(shè)計(jì)，可編輯的文件報(bào)表輸出，良好的用戶交互體驗(yàn)，完善的安全策略都使系統(tǒng)在多方面實(shí)現(xiàn)了更高的先進(jìn)性。綜上所述，為了實(shí)現(xiàn)更高層次的智能化CAPP系統(tǒng)，本文通過對(duì)基于人工神經(jīng)網(wǎng)絡(luò)的面向?qū)ο驝APP技術(shù)的研究，實(shí)現(xiàn)了CAPP系統(tǒng)在工藝決策方面的智能化、自動(dòng)化，提高了計(jì)算機(jī)輔助工藝設(shè)計(jì)在推理決策、設(shè)計(jì)過程和文件生成方面的智能性和適應(yīng)性。

簡(jiǎn)介：讓計(jì)算機(jī)系統(tǒng)能表現(xiàn)出人所具有的智能行為是人工智能研究的最高目標(biāo)。對(duì)于給定的某一任務(wù)，如果機(jī)器能夠自動(dòng)構(gòu)造出完成任務(wù)所需要的動(dòng)作序列同時(shí)，當(dāng)機(jī)器在執(zhí)行該動(dòng)作序列之后，或者在執(zhí)行動(dòng)作過程中，發(fā)現(xiàn)系統(tǒng)并沒能到達(dá)預(yù)期的目標(biāo)狀態(tài)時(shí)，機(jī)器能夠自動(dòng)地分析并得出導(dǎo)致任務(wù)失敗的原因，并盡可能地進(jìn)行修復(fù)，使系統(tǒng)能夠正確地到達(dá)目標(biāo)狀態(tài)，則這樣的機(jī)器在一定程度上表現(xiàn)出了類似人類智能的行為特征。上述智能機(jī)器的兩種能力分別稱為規(guī)劃能力和診斷能力，而對(duì)這兩種能力的研究構(gòu)成了人工智能研究領(lǐng)域中的兩大基本問題規(guī)劃問題和診斷問題。顯然，機(jī)器的規(guī)劃能力和診斷能力是衡量機(jī)器智能水平高低的重要標(biāo)志，同時(shí)，在現(xiàn)實(shí)世界中存在著大量的規(guī)劃和診斷問題，這使得智能規(guī)劃和診斷問題的研究又具備很強(qiáng)的應(yīng)用背景。因此，眾多人工智能研究者們都不遺余力地致力于對(duì)智能規(guī)劃和診斷的研究，探索新的高效的智能規(guī)劃和診斷算法，以期能解決現(xiàn)實(shí)中廣泛存在的規(guī)劃和診斷問題，并提高機(jī)器的心智水平。但是，由于智能規(guī)劃和診斷問題本身的難解性，又決定了對(duì)規(guī)劃問題和診斷問題研究的困難性，目前現(xiàn)有的智能規(guī)劃和診斷算法的效率都難以令人滿意。為此，本文從自主智能體的角度對(duì)智能規(guī)劃問題和診斷問題分別進(jìn)行了研究。首先，我們從問題形式表示的角度介紹了幾種規(guī)劃問題的形式表示方法。接著，我們對(duì)經(jīng)典的規(guī)劃圖技術(shù)以及幾種典型的與規(guī)劃圖技術(shù)關(guān)系密切的規(guī)劃技術(shù)進(jìn)行了簡(jiǎn)要的介紹，指出經(jīng)典規(guī)劃圖技術(shù)的優(yōu)缺點(diǎn)，在此基礎(chǔ)上，我們提出了一種在規(guī)劃圖的基礎(chǔ)上運(yùn)用遺傳算法進(jìn)行解提取的新的規(guī)劃技術(shù)，同時(shí)設(shè)計(jì)并實(shí)現(xiàn)了基于規(guī)劃圖的遺傳規(guī)劃系統(tǒng)，從而證明了算法的可行性和有效性。其次，對(duì)于診斷問題的研究，我們?cè)诜治鼋?jīng)典的基于模型診斷基礎(chǔ)上，對(duì)經(jīng)典的模型診斷進(jìn)行了適當(dāng)修正，并重新定義了診斷。提出了一種用于診斷的診斷圖的數(shù)據(jù)結(jié)構(gòu)。此時(shí)，診斷的產(chǎn)生過程就是對(duì)診斷圖的分析過程。最后，我們給出了在航空航天領(lǐng)域種綜合應(yīng)用智能規(guī)劃和診斷技術(shù)的例子當(dāng)要拍攝某一特定星體圖象時(shí)，航天器能夠自動(dòng)地產(chǎn)生能完成該任務(wù)所需要的動(dòng)作序列；同時(shí)，當(dāng)遇到任務(wù)失敗的情況時(shí)，調(diào)用我們的診斷圖分析方法進(jìn)行診斷。實(shí)驗(yàn)結(jié)果表明智能規(guī)劃和診斷技術(shù)在自主智能體中的重要性以及我們方法的有效性。

簡(jiǎn)介：該論文從對(duì)采場(chǎng)地壓動(dòng)態(tài)性的認(rèn)識(shí)出發(fā)以動(dòng)態(tài)的觀點(diǎn)詳細(xì)研究和論述了房柱式空?qǐng)霾傻V法采場(chǎng)地壓的控制方法及實(shí)施步驟為福建省南平鉭鈮礦及類似礦山礦體開采過程中的地壓控制提供了科學(xué)指導(dǎo)對(duì)地壓進(jìn)行動(dòng)態(tài)控制有利于提高礦體開采的安全性有利于提高礦石回采率和礦山經(jīng)濟(jì)效益為了實(shí)現(xiàn)對(duì)采場(chǎng)地壓進(jìn)行動(dòng)態(tài)控制需能對(duì)礦房頂板和礦柱破壞模式進(jìn)行快速準(zhǔn)確的判斷需能及時(shí)確定地應(yīng)力及礦巖體物理力學(xué)性質(zhì)參數(shù)指標(biāo)并在采礦過程中不斷修正、求精需能對(duì)采場(chǎng)圍巖應(yīng)力及變形進(jìn)行快速分析需對(duì)采場(chǎng)地壓進(jìn)行實(shí)時(shí)監(jiān)測(cè)為此論文對(duì)上述諸方面的問題進(jìn)行了較詳細(xì)的研究和論述

簡(jiǎn)介：本論文在“九五”國(guó)家重點(diǎn)科技攻關(guān)項(xiàng)目基礎(chǔ)上，以“基于因特網(wǎng)的計(jì)算機(jī)輔助工業(yè)設(shè)計(jì)系統(tǒng)”為“高”起點(diǎn)，對(duì)“十五”國(guó)家重點(diǎn)科技攻關(guān)項(xiàng)目“基于設(shè)計(jì)知識(shí)與用戶知識(shí)的網(wǎng)絡(luò)化數(shù)控機(jī)床造型設(shè)計(jì)與人性化界面技術(shù)及應(yīng)用研究”作了前期的探索。通過理論分析與實(shí)驗(yàn)，主要研究了基于網(wǎng)絡(luò)的計(jì)算機(jī)輔助數(shù)控機(jī)床造型設(shè)計(jì)系統(tǒng)中的智能化問題。論文首先從工業(yè)設(shè)計(jì)的角度闡述了ICAID技術(shù)的形成與發(fā)展，ICAID技術(shù)的相關(guān)概念與術(shù)語，分析了目前計(jì)算機(jī)輔助設(shè)計(jì)的發(fā)展新要求，智能技術(shù)與ICAID的結(jié)合現(xiàn)狀；通過對(duì)“九五”系統(tǒng)平臺(tái)的分析，發(fā)現(xiàn)了ICAID系統(tǒng)中的智能化需求問題，從廣義與狹義兩方面進(jìn)行論述；提出了建立基于知識(shí)的智能化數(shù)控機(jī)床ICAID系統(tǒng)的思路，分析了系統(tǒng)建模過程中的用戶狀態(tài)；大膽預(yù)測(cè)了系統(tǒng)實(shí)現(xiàn)的模式與關(guān)鍵模塊，并對(duì)智能化的搜索與管理作了進(jìn)一步的探討。然后，通過對(duì)數(shù)控機(jī)床的造型設(shè)計(jì)實(shí)踐活動(dòng)的研究，相關(guān)的實(shí)驗(yàn)資料與實(shí)驗(yàn)結(jié)果分析，得出了工業(yè)設(shè)計(jì)人員與工程設(shè)計(jì)人員進(jìn)行造型設(shè)計(jì)活動(dòng)的一般程序，并在此基礎(chǔ)上對(duì)系統(tǒng)的智能化實(shí)現(xiàn)形式與措施作了進(jìn)一步的探討。