簡介：點擊查看更多中式菜肴的人工智能嗅味覺識別系統(tǒng)研究.pdf精彩內容。

簡介：電動機作為動力設備，被廣泛地應用于發(fā)電廠和工礦企業(yè)。隨著我國經(jīng)濟的發(fā)展，電動機將會更加廣泛的應用于石油、化工、冶金等部門，因此抓好電動機控制與保護的研究和推廣工作，研制性能良好的電動機控制與保護裝置就更有現(xiàn)實意義。在電動機保護技術中，熱過載保護一直是一個熱點和難點。雖然目前熱過載保護可以通過直接測溫法和間接測溫法來實現(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)學模型能夠精確的描述電機運行過程中的發(fā)熱和散熱過程。因此本文在介紹了電機發(fā)熱的相關理論后，提出了一種通過人工神經(jīng)網(wǎng)絡預測電機繞組達到極限溫升時間的方案。本文對電動機控制器的核心器件智能交流接觸器的過零分斷技術進行分析，將人工神經(jīng)網(wǎng)絡技術運用到智能接觸器開斷時間預測中，為交流接觸器過零分斷點落入最佳過零分斷區(qū)域，實現(xiàn)智能交流接觸器過零分斷提供一種新的方法。本文分析了電動機各種故障產(chǎn)生的原因，在對稱分量的基礎上，得出電動機故障的準確判據(jù)。同時，在電動機故障診斷方面，應用的專家理論的思想，構建了電動機電氣故障診斷的知識庫，提高了保護裝置智能化處理能力。最后本文提出了一個數(shù)字化KB0的控制與保護器的設計方案，在完成該裝置軟、硬件的方案設計后，又進行了樣機試制。該樣機通過了各項功能試驗、電磁兼容試驗和通訊功能試驗，驗證了設計方案可行性。

簡介：長期以來在結構工程領域為了精確分析各種工程結構的工作性能和反應人們提出和引入了各種分析理論及方法并與時俱進地不斷改進使有限元為代表的結構數(shù)值模擬分析技術日漸強大。但是兩個顯而易見的問題一直在挑戰(zhàn)目前的結構分析理論與方法一是結構分析理論與方法無論是經(jīng)驗公式還是被廣泛應用的有限元分析方法都是建立在一定的基本假設基礎之上這使得結構的數(shù)值模擬結果與結構的實際工作性能與反應之間具有天然的缺欠在許多復雜工程結構分析中誤差太大、甚至失效。二是長期積累的數(shù)量巨大的現(xiàn)有試驗數(shù)據(jù)僅用于回歸分析或檢測數(shù)值模擬精度而這些數(shù)據(jù)中所包含的大量關于結構工作性能與反應的寶貴信息沒有被充分發(fā)掘出來并加以利用無形中造成了巨大浪費。因此若想避免由基本假設引進的誤差提高結構分析的精度和有效性則需尋找能夠直接從結構的實際工作行為反應出發(fā)預測新結構工作行為反應的結構分析方法而試驗數(shù)據(jù)的充分利用則需要發(fā)展行之有效的從現(xiàn)有試驗數(shù)據(jù)進行知識挖掘的方法。為了解決上述問題本文在實驗數(shù)據(jù)和人工智能方法的“建筑結構人工智能實驗分析環(huán)境AIEESA”的概念基礎上創(chuàng)建了相應的集成分析系統(tǒng)?！敖ㄖY構人工智能實驗分析環(huán)境”由人工智能技術AITS、數(shù)據(jù)挖掘技術、試驗數(shù)據(jù)、結構構造的數(shù)字建模方法、以及一系列匹配結構類似性質和繪制結構行為反應的匹配準則共同構成。試驗數(shù)據(jù)經(jīng)過數(shù)據(jù)挖掘處理作為適合于AITS運算的數(shù)字模式。當一個新未知結構模型進入“建筑結構人工結構智能實驗分析環(huán)境”該模型的行為或反應如試驗表達能夠基于現(xiàn)有的試驗數(shù)據(jù)和現(xiàn)場測量數(shù)據(jù)繪制出來。在給出“建筑結構人工結構智能實驗分析環(huán)境”的概念后本文依次探討了“建筑結構人工結智能實驗分析環(huán)境”各個組成部分。首先提出了“建筑結構人工智能實驗分析環(huán)境”數(shù)據(jù)庫的組織方法此數(shù)據(jù)庫有三個組成部分1結構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標準化的結構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造類似的墻板破壞模式主要特征進行歸納提煉并剔除次生裂紋得到標準化的墻板破壞模式稱為標準化的結構行為3結構的反應本文中結構反應指各級荷載作用下砌體墻板相應測點的位移值。這樣就構成了知識發(fā)現(xiàn)的原始信息源而且便于將相應的數(shù)據(jù)挖掘技術引入“建筑結構人工智能實驗分析環(huán)境”。其次本文研究了“建筑結構人工智能實驗分析環(huán)境”中的兩個數(shù)值模式結構工作行為數(shù)值模式以及結構構造狀態(tài)數(shù)值模式。在探討結構破壞模式的數(shù)值描述方法過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涵并給出了一種定量的比較基礎模型和新模型破壞模式的方法。在探討結構構造狀態(tài)數(shù)值模式過程中提出了結構構造數(shù)值模式的兩種方法適于四邊簡支墻板的細胞自動機模型CA和基于有限元分析FEA的無量綱化法。后者以FEA分析所得區(qū)域位移的無量綱化結果作為數(shù)值模式豐富了“建筑結構人工智能實驗分析環(huán)境”結構行為建模的物理意義。再者研究了“建筑結構人工智能實驗分析環(huán)境”的兩個匹配準則類似區(qū)域匹配準則和行為匹配準則。本文重點研究了類似區(qū)域匹配準則。在ZHOU提出的匹配準則基礎上提出了三種加權的匹配準則并對這三種匹配準則在“建筑結構人工智能實驗分析環(huán)境”中的應用效果進行比較找出了結構構造條件不同時相應效果最佳的加權匹配準則。本文還針對CA數(shù)值模型中新模型的整體性質變異和局部性質及邊界約束變異的建模方法進行了探討。整體性質的變異可通過CA模型通過傳遞系數(shù)取值的變化來反映。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“建筑結構人工智能實驗分析環(huán)境”得到。并進一步研究了如何通過CA模型邊界條件初始值的變化來反映由于邊界條件和較大區(qū)域范圍內的結構性質變異。然后建立起了三種基于墻板破壞模式預測其相應破壞荷載的神經(jīng)網(wǎng)絡模型BPRBF和RA神經(jīng)網(wǎng)絡模型使得“建筑結構人工智能實驗分析環(huán)境”具有了預測破壞荷載的功能。最后給出了一系列應用“建筑結構人工智能實驗分析環(huán)境”預測結構行為的例子并與相應試驗數(shù)據(jù)進行了對比驗證了所建立起的“建筑結構人工智能實驗分析環(huán)境”的有效性。綜上本文建立的結構分析系統(tǒng)實現(xiàn)了直接從結構的實際工作行為反應出發(fā)預測新結構工作行為反應并且能夠實現(xiàn)從現(xiàn)有試驗數(shù)據(jù)挖掘出所蘊含的豐富知識從而克服了傳統(tǒng)結構分析技術的固有缺陷初步建立起將挖掘出的知識用于新結構行為反應的預測的“建筑結構人工智能實驗分析環(huán)境”為科研人員和結構設計人員提供了有力的結構分析工具。

簡介：點擊查看更多競速游戲中的人工智能.pdf精彩內容。

簡介：曲軸圓角滾壓校直是根據(jù)曲軸在滾壓時變形的規(guī)律對工件某些部位進行再滾壓使工件產(chǎn)生與原變形相反的塑性變形以達到校直的目的滾壓校直可以提高曲軸的整體強度和可靠性從而提高曲軸抵抗交變應力的能力滿足疲勞強度的要求而且還可以降低加工成本市場經(jīng)濟價值可觀現(xiàn)在在汽車發(fā)動機曲軸加工中應用日益廣泛該文在理論分析的基礎上對曲軸進行了滾壓運動分析并對曲軸滾壓變形的數(shù)學模型及校直過程中的工作機理進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)絡技術和CBUILDER編程語言建立了一個專家系統(tǒng)來指導曲軸的滾壓校直加工利用神經(jīng)網(wǎng)絡所具有的自學習、自組織能力來實現(xiàn)系統(tǒng)輸入與輸出參數(shù)之間的非線性映射通過輸入學習樣本驗證神經(jīng)網(wǎng)絡證明建立的專家系統(tǒng)對學習過的樣本有較好的逼近能力改進后的神經(jīng)網(wǎng)絡對學習樣本有很好的推廣能力文章最后對HOPFIELD網(wǎng)絡進行了探討并和BP網(wǎng)絡進行了比較

簡介：人工智能是游戲設計過程中重要的組成部分，路徑搜索是人工智能應用于游戲中的最基本的問題之一。在當今游戲工業(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，通常采用估價函數(shù)對當前的搜索位置進行評估。標準的A算法根據(jù)CLOSED表對路徑進行逆向提取，當存在死路的時，它會把走向死路的點也包含進去，造成走彎路的現(xiàn)象，從而不能得到最優(yōu)解。本文針對標準A算法存在走彎路的問題，提出一種改進的A算法。該算法通過為每個節(jié)點增加一個父指針，在路徑提取的時候，根據(jù)父節(jié)點表和CLOSED表中節(jié)點的信息，由目標節(jié)點開始通過其父指針不斷回溯，直到開始節(jié)點為止，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用A算法，給程序性能帶來很大的負面影響，本文針對多次A算法的調用問題，對上述改進A算法做了進一步的改進，提出了一種衍生A算法。該算法可以接受多個起始節(jié)點和多個停止節(jié)點，通過一次調用就可以實現(xiàn)多次A調用，提高了程序的運行效率。另外，本文還對路徑平滑、各種地形的不同損耗、角色的碰撞等游戲設計中需要考慮的問題進行了探討，提出了相應的改善方法。最后，利用迷宮問題對改進A算法進行數(shù)值試驗，并對四種常用的路徑搜索算法在搜索時間、擴展節(jié)點數(shù)、及內存中最大節(jié)點數(shù)等進行了比較分析，所得試驗結果驗證了改進的A算法在人工智能尋路中所具有的時間效率和空間效率。

簡介：計算機控制技術是現(xiàn)代控制技術發(fā)展的必然趨勢在設計氣動窗口控制系統(tǒng)中充分利用計算機系統(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)化設計簡化電路并十分注重系統(tǒng)的整機抗干擾性軟件方面信號的采集、控制量的輸出、人機界面的處理、通信等是容易實現(xiàn)的它主要依賴于已有的硬件模式真正決定系統(tǒng)品質的是控制方案的實現(xiàn)方法在該系統(tǒng)中作者采用了人工智能的方案將速個系統(tǒng)的動態(tài)響應劃分為Ⅰ、Ⅱ、Ⅲ調節(jié)區(qū)域在Ⅰ、Ⅲ區(qū)域采用規(guī)則控制在Ⅱ區(qū)域采用自適應神經(jīng)元網(wǎng)絡PID控制器控制這咱控制方案具有實時的特征辨識和特征記憶開、閉環(huán)控制結合及定性決策和定量控制相結合的多模態(tài)控制啟發(fā)式和直覺推理的應用特點既引入專家的知識、經(jīng)驗又保留古典或現(xiàn)代的控制理論的某些優(yōu)點從而使系統(tǒng)的靜、動態(tài)特性達到最優(yōu)

簡介：點擊查看更多基于統(tǒng)計學習的人工智能在數(shù)字游戲和數(shù)字娛樂上的應用.pdf精彩內容。

簡介：本文所闡述AI智能溫度控制器是我在三年的研究生學習中對過程控制的研究成果。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的驅動電路、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)的各個節(jié)點的控制器，通過RS485總線與上位機進行數(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語言實現(xiàn)的。在不同的場合，控制對象的模型有著很大區(qū)別，并且在不同的過程中，對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，這些算法可以通過鍵盤選擇，以適應不同的要求及現(xiàn)場操作人員的習慣。同時，我還為此AI智能溫度控制器設計了配套的上位機監(jiān)控軟件，其由MATLABGUI實現(xiàn)的。本文從硬件、軟件和控制策略等幾個方面對此AI智能溫度控制器進行了詳細的闡述。為了驗證控制器的性能，將實驗室的電烤箱作為控制對象，針對不同的控制算法進行了多組實驗，得到了多組響應曲線見第5章并對各個控制算法所適用的場合給出了建議。文章還對神經(jīng)網(wǎng)絡在溫度控制方面的應用進行了理論分析和探究，并給出了MATLAB仿真結果，證明了神經(jīng)網(wǎng)絡在溫度控制方面有很大的應用前景。

簡介：構件的表示和檢索機制的研究一直是構件庫研究的熱點本文研究基于刻面分類和人工智能相結合的軟構件分類方法給出構件分類系統(tǒng)模型重點提出了聚類分析和自組織映射算法在軟構件分類檢索中的應用本文刻面分類的刻面值為非受控詞其形式可為詞語語句文檔減少了人工建立和維護術語空間所產(chǎn)生的主觀因素使刻面值能更準確地描述構件特征本文刻面分類的文檔內容集中有利于計算構件相似度本文采用的人工智能無監(jiān)督學習方法減少了用戶掌握構件庫及構件技術的難度同時可以提高構件查找方法效率本文提出一種新的構件相似度算法將基于本構件相似度算法的聚類分析應用在構件分類中可以提高構件查詢效率同時聚類分析根據(jù)構件文檔語義分類可以提高構件查詢的準確性自組織映射算法根據(jù)輸入領域的概念特征學習組織軟構件庫它可以容忍構件信息含有噪聲和不確定因素本文提出的構件權值算法應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

簡介：點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精彩內容。

簡介：路徑規(guī)劃是移動機器人研究過程中最重要的部分，好的路徑規(guī)劃算法可以大大提高機器人的使用效率，可以準確而有效地應用到指定和規(guī)派的工作任務中去。機器人的路徑規(guī)劃可以看作足一個帶有約束條件的優(yōu)化問題。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)劃給機器人做全局的統(tǒng)籌指導；局部規(guī)劃使得機器人實時性控制加強，規(guī)劃路徑更加平滑。全局規(guī)劃與局部規(guī)劃的結合使用能使得局部規(guī)劃的目標更加明確，從而避免了單純的局部路徑規(guī)劃時造成的機器人運動的盲目性。本論文在路徑規(guī)劃算法的研究過程中，結合全局路徑規(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)絡和遺傳算法相結合去優(yōu)化全局路徑，同時在局部路徑規(guī)劃方法上，運用人工勢場法，根據(jù)機器人所受得引力和斥力的合力來決定機器人的運動方向，從而使得機器人靈活的躲過障礙物向著規(guī)劃目標點繼續(xù)運行；其次在人工勢場的勢函數(shù)的優(yōu)化上，使用遺傳算法去優(yōu)化勢函數(shù)的幾個參數(shù)，并對人工勢場存在的局部極小情況，采用一種虛擬障礙物法去幫助機器人逃出局部極小點，以達到優(yōu)化路徑的目的。針對上述所設計的算法，通過VS2005軟件和VC60軟件分別建立二維離散情況及二維連續(xù)情況機器人路徑規(guī)劃仿真平臺，同時在連續(xù)情況下，針對有、無障礙物及多機器人三種情況分別進行仿真實驗。仿真實驗結果表明，在全局和局部路徑規(guī)劃相結合的混合智能算法的仿真效果良好，算法合理有效。

簡介：當前，計算機人工智能技術迅速發(fā)展，特別是知識工程、專家系統(tǒng)以及數(shù)據(jù)挖掘在眾多領域得到廣泛應用，人們希望將這些技術用于解決生產(chǎn)實際的復雜問題中。設計評測問題是生產(chǎn)中經(jīng)常遇到的復雜技術問題，在制造冷彎型材中，軋輥設計評測是設備生產(chǎn)中的重要環(huán)節(jié)，設計評測問題需要進行更加深入系統(tǒng)的研究。因為設計軋輥用的一般是經(jīng)驗公式和參數(shù)，設計出的軋輥不一定能完成規(guī)定的軋制任務，如果不加評測直接制造，有可能會出現(xiàn)廢品。把專家系統(tǒng)和計算機虛擬技術用到軋輥評測中，可以有效提高軋輥的評測速度和精度，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)有軋輥設計與制造的實際問題，采用人工智能、專家系統(tǒng)以及數(shù)據(jù)挖掘技術，建立軋輥評測和虛擬系統(tǒng)，以實現(xiàn)優(yōu)化的精確制造方法。利用數(shù)據(jù)挖掘軟件WEKA對數(shù)據(jù)進行預處理，獲取知識和關聯(lián)規(guī)則，為軋輥專家系統(tǒng)的開發(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用，系統(tǒng)開發(fā)利用J2EE技術結合BS架構來實現(xiàn)，最終的軋輥三維虛擬則利用CATIA二次開發(fā)技術來完成。利用所開發(fā)的系統(tǒng)，將已經(jīng)設計好的各項軋輥參數(shù)輸入到軋輥專家系統(tǒng)中，經(jīng)過對知識庫的搜索和推理機的推理得出評測結果，如果不符合設計要求則提出修改意見，修改后再進行專家系統(tǒng)評測。符合設計要求則進一步利用軋輥虛擬系統(tǒng)進行軋輥三維立體展示，讓設計專家進行圖形評估。智能化專家評測系統(tǒng)將知識、推理、判斷融合為一體，對設計出的產(chǎn)品參數(shù)進行評測，解決了設計不合理的問題，為實現(xiàn)智能化制造和提高產(chǎn)品質量提供了理論依據(jù)和研究方法。

簡介：主動服務技術在不斷的研究和探索中，已經(jīng)表現(xiàn)出了種種的優(yōu)點和特性，如，傳統(tǒng)的WEB服務基于固定模塊，對用戶需求變化不可感知等。主動服務克服了上述的缺點，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的程序模塊，并進行組裝。但是，這個過程如果不采用一些良好的方法去實現(xiàn)，則會顯得相當困難。本文主要基于人工智能技術和決策支持系統(tǒng)，應用決策科學及有關學科的理論與方法，以人機交互方式輔助決策者解決半結構化和非結構化決策問題的特性，試圖提供更加有效、準確的構件檢索的解決方案。本文將介紹幾種人工智能方法，并且與DSS決策支持系統(tǒng)結合，利用改進的IDSS提供上述的解決方案。當然，主動服務的各個環(huán)節(jié)中使用的算法也多種多樣，如，利用人工智能進行構件檢索；利用本體論進行構件的排序組裝的。本文是要充分利用決策支持系統(tǒng)的優(yōu)點針對不同的用戶需求來制定決策活動，得出最優(yōu)構件組織檢索方案，并且利用人工智能的特性對決策支持系統(tǒng)進行改造，使之對用戶需求的理解分析更加準確。通過前期進行更加準確的決策分析，可以減少主動服務系統(tǒng)對用戶需求的誤判，從而檢索出更加有質量的構件。這對主動服務模式下的網(wǎng)絡環(huán)境也能起到改善作用。

簡介：點擊查看更多人工智能中知識獲取機制的哲學思考.pdf精彩內容。