2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩142頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、我國是摩托車生產(chǎn)大國,研發(fā)摩托車智能設(shè)計系統(tǒng),對于提高摩托車生產(chǎn)率、降低摩托車生產(chǎn)成本、提升我國摩托車的國際競爭力具有重要的實用價值和戰(zhàn)略意義。在摩托車的設(shè)計過程中,不僅需要大量的領(lǐng)域知識,而且需要很強的求解問題的技巧。將智能設(shè)計技術(shù)引入到產(chǎn)品設(shè)計中,既有利于提高設(shè)計自動化與智能化的水平,又有利于提高產(chǎn)品質(zhì)量、降低成本、縮短產(chǎn)品開發(fā)周期。因此本文結(jié)合人工智能技術(shù)探討并構(gòu)建基于知識的摩托車智能設(shè)計系統(tǒng),圍繞智能設(shè)計的若干關(guān)鍵技術(shù)進行分析研

2、究,并將這些技術(shù)應(yīng)用到摩托車的智能化設(shè)計中。論文主要采用知識工程技術(shù)建立知識庫系統(tǒng),實現(xiàn)基于知識的摩托車參數(shù)化建模,為有限元分析提供模型,在結(jié)構(gòu)分析基礎(chǔ)上,引入軟計算理論與方法中的遺傳算法實現(xiàn)摩托車結(jié)構(gòu)參數(shù)的全局優(yōu)化。運用神經(jīng)網(wǎng)絡(luò)技術(shù)從試驗數(shù)據(jù)中獲取隱式知識,實現(xiàn)對知識的聯(lián)想、推理等高效運用,同時運用粗集理論對經(jīng)驗性知識進行約簡,從而找出對決策信息具有重要影響的屬性,以及隱含在試驗結(jié)果中的專家級設(shè)計知識。結(jié)合以上技術(shù),構(gòu)建了摩托車智能設(shè)

3、計系統(tǒng),從而為摩托車的方案設(shè)計、性能分析提供有效的工具。
   論文研究的主要內(nèi)容如下:
   1)根據(jù)摩托車現(xiàn)有的研究成果,以及摩托車智能設(shè)計系統(tǒng)功能模型,詳細分析了智能系統(tǒng)的總體設(shè)計思想。在此基礎(chǔ)上,提出了摩托車智能設(shè)計系統(tǒng)的體系結(jié)構(gòu),將其分為知識庫系統(tǒng)、CAD、CAE及軟計算四大模塊,從而實現(xiàn)設(shè)計方案的選擇、參數(shù)化建模、方案的仿真驗證分析、性能優(yōu)化及知識獲取等。
   2)針對摩托車領(lǐng)域知識的多樣性、復(fù)雜性

4、,提出了集成符號主義與連接主義的知識模型,同時采用了以面向?qū)ο鬄橹鞯幕旌现R表示方法構(gòu)建知識庫系統(tǒng)及集成多種推理方法的知識應(yīng)用機制,從而實現(xiàn)對知識的高效運用。
   3)針對知識庫系統(tǒng)產(chǎn)生的設(shè)計方案,為建立基于知識的摩托車自動化設(shè)計系統(tǒng),運用功能結(jié)構(gòu)建模方法,采用基于特征的參數(shù)化建模技術(shù),使用面向?qū)ο蟮木幊谭椒?,開發(fā)基于SolidWorks的摩托車車架參數(shù)化設(shè)計系統(tǒng),實現(xiàn)摩托車的自動化設(shè)計。
   4)在有限元結(jié)構(gòu)分析基

5、礎(chǔ)之上,針對其它優(yōu)化設(shè)計需要求導(dǎo),容易陷入局部尋優(yōu)的情況,采用了軟計算理論與方法中的不依賴于求導(dǎo)的全局尋優(yōu)的遺傳算法,對摩托車整車結(jié)構(gòu)參數(shù)實現(xiàn)了全局尋優(yōu)。
   5)為了減少性能試驗研究成本,同時有效地獲取隱含在試驗數(shù)據(jù)(或數(shù)值計算數(shù)據(jù))中的隱式知識,引入了軟計算理論與方法中的神經(jīng)網(wǎng)絡(luò)方法。通過對神經(jīng)網(wǎng)絡(luò)反復(fù)訓(xùn)練,利用反映輸入與輸出模式對的內(nèi)在規(guī)律的連接權(quán)建立了試驗條件與結(jié)果的非線性方程。根據(jù)基于神經(jīng)網(wǎng)絡(luò)的非線性方程,系統(tǒng)可對新

6、的設(shè)計條件作出快速的響應(yīng)。同時將知識表達在網(wǎng)絡(luò)的連接權(quán)與閥值中,實現(xiàn)了對知識聯(lián)想、推理的高效運用。
   6)為了克服神經(jīng)網(wǎng)絡(luò)對存儲在其連接權(quán)與閥值中的知識難以進行描述,對其推理過程難以理解等缺點,提出了采用軟計算理論與方法中的粗集理論方法從實驗測試結(jié)果中識別和提取出潛在的知識,揭示出蘊涵在這些數(shù)據(jù)背后的內(nèi)在規(guī)律。通過基于粗集理論的屬性約簡與值約簡,在簡化決策表的同時,找出對決策信息具有重要影響的屬性,獲得專家級的領(lǐng)域知識,從而

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論