簡介：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，成為游戲設計過程中的極為重要的一個部分，它還是阻礙游戲產(chǎn)品暢銷的一個決定性因素。本文主要針對游戲開發(fā)過程中的人工智能技術進行研究，并在研究這些技術的基礎上，結合實踐中所做的項目，提出一個仿生機器人系統(tǒng)。該仿生機器人模擬人的生理結構，具有大腦、路徑規(guī)劃子系統(tǒng)、感知子系統(tǒng)、目標子系統(tǒng)、火控子系統(tǒng)等，各子系統(tǒng)通過完成各自不同的功能，一起組成整個仿生機器人系統(tǒng)。該仿生機器人系統(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_發(fā)中的組合COMPOSITE模式。組合模式的意圖是將對象組合成樹形結構以表示“部分一整體“的層次結構，并使得用戶對單個對象和組合對象的使用具有一致性?；谶@個組合模式，本文開發(fā)出一個基于任務驅(qū)動的AI控制系統(tǒng)，該控制系統(tǒng)能夠模擬現(xiàn)實生物中人們思考問題，解決問題的方式，即由抽象到具體，整體到局部，逐層分解，逐步完成。這個AI控制系統(tǒng)不管是在游戲編程的過程中，還是在功能的開發(fā)，以及后期的調(diào)試，都顯示出了巨大的靈活性，同時它也是仿生機器人的核心部分。同時該仿生機器人系統(tǒng)還將現(xiàn)實生活中的牛頓運動學定律運用到游戲中來，采用高效的A啟發(fā)式尋路算法，并在已有算法的基礎上對其進行改進和優(yōu)化，使游戲環(huán)境盡量表現(xiàn)的真實合理。消息機制的使用和對調(diào)試的支持，進一步增強了該仿生機器人系統(tǒng)的功能，也增加了該系統(tǒng)的靈活性。這個仿生機器人系統(tǒng)為游戲中的計算機控制角色提供了一個完美的解決方案，是一個功能強大、運行穩(wěn)健、極易應用和擴展的系統(tǒng)，在實踐中的應用也充分證明了這一點。

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

簡介：隨著混凝土強度無損檢測技術的發(fā)展，回彈、超聲、后裝拔出法等單一測強手段已在工程檢測中得到應用，相應的技術規(guī)程也相繼頒布執(zhí)行。由于對測強精度要求的逐步提高，單指標測強方法已不能滿足工程需要，這就使綜合法測強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)無損測強曲線是提高無損測強精度的主要措施。本文采用張家口地區(qū)常用的地方材料，對C15、C20、C25、C30、C35、C40六種常用不同強度等級的混凝土標養(yǎng)試件，進行28D、42D及56D三個齡期的超聲、回彈及后裝拔出無損檢測試驗，并同時進行混凝土破損測強。在此基礎上用數(shù)理統(tǒng)計方法對試驗數(shù)據(jù)進行回歸分析，建立回彈超聲、超聲拔出、回彈拔出、回彈超聲拔出綜合法測強曲線和相關公式。并利用自然養(yǎng)護混凝土試件無損檢測試驗結果對回歸公式進行修正。經(jīng)實驗和部分工程實踐驗證，本文所建立的綜合測強曲線相關性較好、誤差較小。人工神經(jīng)網(wǎng)絡是理論化的人腦神經(jīng)網(wǎng)絡的數(shù)學模型，是基于模仿大腦神經(jīng)網(wǎng)絡結構和功能而建立的一種信息處理系統(tǒng)，能夠?qū)崿F(xiàn)復雜的邏輯操作和非線性關系。人工神經(jīng)網(wǎng)絡對于難以建立精確的數(shù)學模型而又易于收集學習樣本的問題非常適合。影響混凝土強度無損檢測的因素較多，具有許多不確定性，用一種確定的表達式來描述存在困難，鑒于此，本文作者提出了基于人工神經(jīng)網(wǎng)絡的混凝土強度無損檢測綜合法評定研究。探索并應用了神經(jīng)網(wǎng)絡的一些改進算法，其中包括附加沖量法，自適應學習算法及S型函數(shù)輸出限幅算法等，以保證建立的神經(jīng)網(wǎng)絡的快速有效。對試驗數(shù)據(jù)進行成功訓練，利用MATLAB語言編制相應程序，建立了混凝土強度無損檢測綜合法的人工神經(jīng)網(wǎng)絡模型。通過檢測樣本訓練和實際工程驗證，建立的人工神經(jīng)網(wǎng)絡模型推測的混凝土強度相對誤差小，可以對混凝土強度進行預測。與傳統(tǒng)的回歸算法相比，采用人工神經(jīng)網(wǎng)絡建立的混凝土強度評定模型推測出的混凝土強度具有精度高的特點。

簡介：環(huán)境的污染和能源的消耗是當今人類面臨的兩大問題。電動汽車以其無污染，噪聲低等優(yōu)點受到了高度重視?，F(xiàn)在，動力已經(jīng)成為制約電動汽車發(fā)展的主要因素。鋰離子動力電池具有高比能量、高比功率、循環(huán)壽命長、無污染等優(yōu)點，是最好的電動汽車用電源之一。電動汽車的使用對鋰離子動力電池組管理系統(tǒng)提出了更高的要求。本文首先深入研究電動汽車用鋰離子動力電池的性能。之后，我們在詳細分析了人工神經(jīng)網(wǎng)絡理論的基礎上，介紹了一種鋰離子電池組管理系統(tǒng)的實施方案，對現(xiàn)有的電池管理系統(tǒng)在理論上進行了創(chuàng)新設計。我們應用人工神經(jīng)網(wǎng)絡理論建立了鋰離子動力電池的BP網(wǎng)絡模型。首先對BP網(wǎng)絡進行訓練。之后，應用網(wǎng)絡模型對電池性能進行預測。結果表明，我們建立的BP網(wǎng)絡具有較好的適應性，已經(jīng)有效的預測了鋰離子動力電池電壓、電流和放電容量間的映射關系，并能夠通過對放電容量的預測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)的預測值，最大誤差小于6％，結果滿足精度要求，達到了課題的研究目標。人工神經(jīng)網(wǎng)絡技術簡單直觀，是研究動力鋰離子電池的有力工具。

簡介：隨著科學技術的發(fā)展火電設備趨向于高參數(shù)、大容量、復雜化其安全經(jīng)濟運行對社會的影響也越來越大伴隨著電力體制改革的深入展開各電廠必須把電力生產(chǎn)的安全性和經(jīng)濟性并重優(yōu)化生產(chǎn)過程SIS系統(tǒng)的出現(xiàn)成為必然。由于火電廠總體結構和研究對象物理化學過程的復雜性目前SIS系統(tǒng)各子系統(tǒng)功能模塊的建模實現(xiàn)等方面的研究還存在許多不盡人意的地方。這些問題的深入研究對促進SIS系統(tǒng)在我國火電廠的應用發(fā)展有著重要的意義。SIS系統(tǒng)中的“凝汽器故障診斷”模塊是保證機組安全經(jīng)濟運行的重要模塊之一。本文深入研究和總結了汽輪機組凝汽器故障機理對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)絡方法并以實例驗證了該網(wǎng)絡模型識別故障的準確性。STS系統(tǒng)中的“機組負荷優(yōu)化分配”模塊是保證機組經(jīng)濟運行的重要模塊之一。本文分別選擇等微增率法和浮點遺傳算法對該問題進行優(yōu)化處理根據(jù)兩種算法的特點對算法分別進行了改進；最后通過實例驗證在適用性、運算時間以及運算結果等方面對兩種算法進行了比較。SIS系統(tǒng)中的“機組組合優(yōu)化問題”模塊是保證機組經(jīng)濟運行的另一個重要的模塊。本文采用二進制遺傳算法解決該問題并在編碼方式、約束條件的處理、選擇變異策略筲多方面針對該問題的特點提出了新的改進思想。實例表明該方法收斂性好適應性強計算速度快能夠使計算的結果更加有效地接近全局最優(yōu)解。

簡介：基于人工智能的知識鏈及知識獲取與表示研究是國家自然科學基金項目70271002面向智能性管理決策的異構知識表示與知識管理研究的系列研究之一。隨著進入知識經(jīng)濟時代，知識越來越重要，已成為經(jīng)濟的推動力和支持成功的中間力量。知識管理也逐漸為企業(yè)組織所接受。知識的價值實現(xiàn)、增值與創(chuàng)新都必須通過相應的知識鏈亦稱知識過程得以完成，但是在目前的知識管理界，對知識鏈缺乏關注，思考不深，所以通過對知識鏈的研究，有助于提升知識管理的應用，這也正是本文的研究所在。鑒于知識鏈是一個非常新的研究領域，目前的研究主要集中在知識鏈的概念模型上，實際操作性不強，為此，本文首先結合知識管理的思想和人工智能技術以及信息技術，提出了基于人工智能的知識鏈模型。在對該模型進行詳細闡述之后，本文重點對知識鏈中知識獲取進行研究。在基于知識的系統(tǒng)KBS或?qū)＜蚁到y(tǒng)的開發(fā)中，知識獲取一直是阻礙其發(fā)展的瓶頸，同樣對于知識鏈中的知識獲取來說，也是如此，只有解決了知識獲取這一難題，知識鏈才能順暢發(fā)展。本文分兩部分對知識獲取進行研究，一是KBS開發(fā)過程中廣為使用的結構化情景分析，即人工獲??；二是，采用神經(jīng)網(wǎng)絡、決策樹等進行知識的自動獲取研究，因為神經(jīng)網(wǎng)絡集知識獲取、知識表示和知識應用于一身，具有非常好的學習能力，但其缺點是一個“黑箱”，需要將其隱藏的知識顯性化，關于神經(jīng)網(wǎng)絡，本文經(jīng)過試驗結果表明，普通BP效果不好，為此本文的神經(jīng)網(wǎng)絡采用的是以交叉熵為誤差函數(shù)的非全連接BP網(wǎng)絡，不僅對神經(jīng)網(wǎng)絡的剪枝算法和知識獲取的RX算法進行改進，而且提出了基于結構的神經(jīng)網(wǎng)絡規(guī)則抽取方法SRE和基于卡諾圖的規(guī)則抽取方法KRE?？紤]到組織中知識的存在形式的多樣性及復雜性，本文嘗試采用XML進行知識統(tǒng)一表示的研究，因為XML適合于多種類型知識的表示。本文最后以銀行貸款風險預警為例，在大量試驗的基礎上，分別采用RX，SRE，決策樹ID3算法和KRE等四種方法進行知識獲取，并對四種獲取的結果進行比較分析?？偟膩碚f，本文作了大量的理論和實驗研究，并且以為平臺，開發(fā)出基于人工智能的知識獲取系統(tǒng)，從而使得知識獲取及相關研究變得方便易用，既具有十分重要的科學意義，同時又有其實際價值。本文所有的實驗，都是在本文自行開發(fā)的系統(tǒng)上進行的。

簡介：為提高我國火電廠生產(chǎn)管理水平和整體經(jīng)濟效益火電廠廠級監(jiān)控信息系統(tǒng)SIS的出現(xiàn)成為必然與SIS系統(tǒng)相關的各類問題已成為一類熱門研究課題因火電廠各研究對象的復雜性、非線性、各參數(shù)間耦合關系的復雜在火電廠SIS系統(tǒng)功能模塊的開發(fā)、建模上存在模型不準確、甚至難以建模的問題本文以SIS系統(tǒng)中高級應用軟件機組性能在線監(jiān)測與能損分析系統(tǒng)和全廠機組負荷優(yōu)化分配系統(tǒng)的開發(fā)為例系統(tǒng)介紹了傳統(tǒng)建模方法在解決火電廠機組性能計算、運行參數(shù)基準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、適應對象和局限性針對傳統(tǒng)方法在SIS系統(tǒng)功能模塊建模中存在的問題我們首次采用以神經(jīng)網(wǎng)絡和遺傳算法為代表的人工智能建模方法在火電廠運行參數(shù)基準值的確定和能損偏差計算及帶約束的優(yōu)化問題的建模上引入人工智能的建模方法同時為人工智能建模方法在SIS系統(tǒng)功能模塊建模應用實現(xiàn)細節(jié)中存在的問題、解決方案作了詳細的介紹首次采用自組織映射網(wǎng)絡SOM結合BP神經(jīng)網(wǎng)絡方法建立了汽輪機功率模型采用SOM網(wǎng)絡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果表明該模型的預測計算結果與實際數(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行最優(yōu)值為凝汽器真空運行最優(yōu)值基準值的確定提供了一個全新的方法同時利用該模型計算幾個主參數(shù)偏離基準值的能損偏差同傳統(tǒng)的運行參數(shù)基準值模型和能損偏差分析方法相比該模型具有明確的設備針對性在遺傳算法應用于火電廠機組負荷優(yōu)化分配問題中首次提出部分解約束結合懲罰函數(shù)的改進實數(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該問題的特點對實數(shù)遺傳算法提出了新的改進思想解決了遺傳算法應用于多峰值優(yōu)化問題中因早熟而收斂于局部極值點的難題對5臺機組的火電廠機組負荷優(yōu)化分配的仿真表明優(yōu)化成功率能達到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)和選擇壓力對優(yōu)化效果的影響為這類優(yōu)化問題中遺傳操作參數(shù)的選擇提供一定的參考依據(jù)在SIS系統(tǒng)高級應用軟件的開發(fā)過程中針對電廠廠級監(jiān)控信息系統(tǒng)SIS的特點要求利用COM軟件思想開發(fā)了熱力系統(tǒng)各通用模塊組件模型和通用熱力系統(tǒng)模型組件能自動根據(jù)組態(tài)軟件產(chǎn)生的不同機組熱力系統(tǒng)結構構成熱力系統(tǒng)對象實例組件對象間通過接口通信傳遞能流和質(zhì)流信息在線計算并監(jiān)測電廠熱力系統(tǒng)各經(jīng)濟性能和能損并以回熱加熱器和整體熱力系統(tǒng)為例介紹了熱力系統(tǒng)組件對象模型的開發(fā)方法COM思想大大提高了SIS軟件模塊通用性、靈活性、重用性和可擴展性

簡介：創(chuàng)造滿足人體熱舒適的室內(nèi)微氣候環(huán)境是構造建筑的最終目標。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矛盾。如何尋求一個平衡點，構造低能耗高舒適型建筑成為熱點課題。本文以影響建筑能耗和人體熱舒適性的因素為切入點，以復合墻體、智能圍護結構、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象展開研究。本文內(nèi)容如下1利用頻域響應原理構建模型，分析復合實體墻的動態(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；結合FANGER的熱舒適性模型分析墻體內(nèi)表面平均輻射溫度對人體舒適性及系統(tǒng)能耗的影響；在冬、夏季典型氣象條件下，分別模擬分析了復合墻體的內(nèi)表面溫度。2采用CFD技術耦合流固傳熱，分析了太陽墻在冬季集熱、夏季通風隔熱、過渡季通風及冬季預熱等運行模式下的熱特性；對集熱墻體材料、墻體高度、空氣層厚度、通風孔尺寸等感因子進行了分析。在CFD模擬基礎上采用回歸法和人工神經(jīng)網(wǎng)絡法建立了太陽墻的熱特性預測分析模型。3對呼吸式玻璃幕墻熱傳遞過程進行分析，利用CFD技術耦合光學模型、透過體系模型求解控制方程。分析了遮陽板位置、通道寬度、遮陽板角度、通風口面積、太陽輻射強度、室外空氣溫度、室外風向等敏感因子對其熱特性的影響；給出了最佳截面尺寸并建立了基于Π定理的通道內(nèi)太陽能二次透過率無量綱模型和基于灰箱模型的壁面對流換熱系數(shù)關聯(lián)式。同時，對其冬季保溫及過渡季通風換氣特性給予分析。4基于解耦協(xié)同控制和人體熱舒適原理，在仿真結果基礎上，提出復合解耦控制策略并采用自適應模糊控制算法，以S7300PLC為中央控制器，設計了建筑內(nèi)人工冷源智能控制系統(tǒng)。

簡介：排水系統(tǒng)是現(xiàn)代化城市不可缺少的重要基礎設施，排水管道運行狀況和人們的生產(chǎn)生活緊密相關，要定期進行管道檢測和維修，了解地下管道的運行情況，及時做好檢修維護工作，防治管道泄漏事故發(fā)生。對于大城市中眾多的管道維護和修復是一項挑戰(zhàn)性的工作，這往往需要大量的人力物力，管道病害識別系統(tǒng)可以準確評估現(xiàn)有管道的運行狀態(tài)，檢測管道中的缺陷和損壞狀況，在城市排水管道檢測和維護中有廣泛的應用前景。目前管道掃描和評估新技術不斷出現(xiàn)，比如聲納，激光掃描系統(tǒng)等方法，視頻圖像檢測技術以其低成本和高效在近年來發(fā)展迅速。目前地下管道檢測系統(tǒng)多數(shù)基于閉路電視（CCTV），通過控制裝有攝像機的爬行器在管道中行進，拍攝管道內(nèi)的圖像數(shù)據(jù)并通過信號電纜傳送到地面上的監(jiān)視器，操作人員通過地面上監(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，這種判定嚴重依賴于操作人員的工程經(jīng)驗，每個操作人員的對管道缺陷的評價標準不盡相同，檢測有很強的主觀性，而且這種方式并不適合長距離管道的評估檢測，長時間工作造成檢測人員的疲勞和注意力分散往往會影響識別的精度和描述的準確性，開展基于圖像處理與識別的管道自動檢測系統(tǒng)的研究，實現(xiàn)管道病害智能化檢測，減輕工作人員的勞動強度，提高檢測的效率。管道圖像識別過程中的重要前提是圖像預處理，其中的圖像自動分割技術是一個充滿挑戰(zhàn)的工作，到目前為止還沒有一個通用的分割方法和標準，本文在傳統(tǒng)的分割方法基礎上，參考近年來圖像分割領域出現(xiàn)的新方法，針對管道圖像背景差異較大的特點提出了一種新的基于背景差的管道圖像增強和對象提取方法，對不同背景的管道特征提取和缺陷類型比如裂縫，破洞等識別效果具有很好的魯棒性，試驗表明用此方法進行管道圖像的預處理和分割更為精確高效，分割后提取圖像中的目標特征經(jīng)過處理后引入SVM算法中，解決了一張圖像檢測多個目標的問題。試驗中采用不同核函數(shù)驗證SVM算法的識別率，并對其識別分類的效果與神經(jīng)網(wǎng)絡算法做了比較。針對地下排水管道的特點，開發(fā)出一套自動管道集成檢測系統(tǒng)，可以實現(xiàn)對攝像機拍攝的圖像實時在線分析，也可載入錄制的視頻或保存的圖像單獨離線分析，分析的結果形成報告，以備后查，同時加入控制接口，可以通過網(wǎng)絡或串口控制機器人的爬行動作，其云臺控制程序?qū)崿F(xiàn)對攝像頭的轉(zhuǎn)動方向的控制，以獲得更具有針對性的管道圖像局部特征。

簡介：網(wǎng)絡重構是配電系統(tǒng)運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。隨著智能技術的發(fā)展，運用智能算法重構配電網(wǎng)絡來達到降低網(wǎng)損的目的已經(jīng)成為一種可能。論文闡述了配電網(wǎng)重構的背景、現(xiàn)狀與特點；研究了目前較為流行的配電網(wǎng)重構算法；分析了各種配電網(wǎng)重構的目標函數(shù)以及約束條件。在此基礎上，論文針對支路交換法，研究其算法原理，并對算法進行有效地改進。運用PSASP電力系統(tǒng)分析綜合程序，對不同結構的配電網(wǎng)絡進行實際算例仿真，考察算法的實用性。BP神經(jīng)網(wǎng)絡等人工智能算法能避免一般算法反復進行潮流計算而耗費時間的缺點，并且有很好的全局逼近優(yōu)點。論文從BP算法自身著手，針對其學習速度慢和可能局部收斂兩個問題，采取有效的手段分別改進。論文還從圖論知識著手，構造三種數(shù)學模型。用配電網(wǎng)的樹形拓撲約束改進BP算法的誤差函數(shù)，并且對BP神經(jīng)網(wǎng)絡的輸出結果做了環(huán)網(wǎng)和孤立頂點約束判斷，很好地解決了BP算法可能收斂到局部最小的缺點。最后以實際算例對改進算法進行仿真測試，證實該算法具有輸出結果速度快、能有效全局逼近的特點。BP神經(jīng)網(wǎng)絡還有自學習這一最重要也最令人注目的特點，非常適合長期運行的配電網(wǎng)絡。因此，論文所研究的算法有很好的應用前景。

簡介：為了提高鉆井事故診斷的可靠性、準確性和及時性，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時監(jiān)控系統(tǒng)”，它將人工智能基于實例的推理技術應用到鉆井事故實時監(jiān)控領域，為鉆井工程技術人員能及時的預防、處理鉆井事故問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)實時監(jiān)控系統(tǒng)理論，結合鉆井事故診斷問題的特征，對鉆井事故監(jiān)控決策系統(tǒng)進行總體設計。第二，依據(jù)鉆井事故專家決策的實例知識并結合計算機的人工智能化應用，構建鉆井事故監(jiān)控領域知識模型。第三，在鉆井事故監(jiān)控領域知識模型的基礎上，利用VISUALBASIC程序設計語言，充分利用面向?qū)ο蠓椒ê涂丶夹g等先進的編程方法和思想開發(fā)鉆井事故實時監(jiān)控系統(tǒng)軟件。第四，在鉆井事故監(jiān)控知識庫的基礎上，以VISUALBASIC為軟件開發(fā)工具，研發(fā)鉆井事故監(jiān)控知識咨詢系統(tǒng)，為鉆井工程技術人員提供實時專家知識和技術措施，同時也作為一般的查詢系統(tǒng)為鉆井工程技術人員提供知識參考。本文所開發(fā)的鉆井事故實時監(jiān)控系統(tǒng)，問題求解的及時性強、效率高、準確性高、推廣應用的前景好，且整個系統(tǒng)采用面向?qū)ο蟮某绦蛟O計方法，具備較好的繼承性和模塊性，便于擴展和維護。

簡介：點擊查看更多人工智能研究綱領的基本問題和發(fā)展趨勢.pdf精彩內(nèi)容。

簡介：人工智能是計算機研究的一個熱點問題它的應用非常的廣泛而基于人工智能的搜索具有良好的應用前景本論文就是在傳統(tǒng)的搜索算法的基礎上經(jīng)過仔細分析它的優(yōu)缺點繼承其優(yōu)點同時對其缺點進行改進而成。相對于傳統(tǒng)的搜索方式本設計使搜索的服務能力和服務質(zhì)量有了明顯的提升。本論文的研究目標是通過研究搜索在實際中的共同特征從而找出一個能解決該類問題的一個大致通用的方法。然后根據(jù)該方法設計一個智能搜索系統(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)則將常人難以實現(xiàn)的推理過程清晰地準確地快速地推理出來。該系統(tǒng)可以解決這樣一類性質(zhì)的問題給出事物的初始狀態(tài)事物最終需要達到的狀態(tài)給出系統(tǒng)中各個成員的運行方式然后根據(jù)以上的條件在每一輪格局下對每個成員進行判斷如果該成員可以“移動”就移動它然后進行下一輪的判斷。本設計的具體表現(xiàn)是以推箱子游戲為表現(xiàn)形式給出游戲規(guī)則然后讓計算機“找出”推箱子的一條路徑。并從中總結出解決類試問題的一般方法。本設計的特點是與傳統(tǒng)的搜索相比本搜索可以對某處進行重復搜索。傳統(tǒng)的搜索算法對某點的搜索是“一次性”的即訪問某處后無法進行二次訪問。這就大大縮小了其實際應用的領域。本搜索算法不斷可以自動搜索還可以在實際情況需要的時候原路返回這樣就大大提高了其實際應用的范圍。

簡介：計算機博弈是人工智能研究的一個重要分支，它的研究為人工智能帶來了很多重要的方法和理論，產(chǎn)生了廣泛的社會影響和學術影響。而計算機圍棋是近年來繼國際象棋之后計算機博弈研究的熱點所在，也是難點所在。本文旨在通過面向?qū)ο蠹夹g，對圍棋中各種重要概念進行抽象歸納，建立對象模型。本文首先將棋盤上的格點對象化作為其它各對象模型的基礎，然后結合經(jīng)典圍棋理論，按照布局、中盤、收官三個階段，借鑒人類旗手的思維特點，提出定式、棋串、龍、領域等多個對象概念，以解決在布局及中盤等階段的局面控制和進子策略等問題。圍棋程序的發(fā)展已經(jīng)進入瓶頸階段，主要原因在于長久以來圍棋理論研究的缺乏。要達到較高的圍棋造詣，通常至少需要投入十年時間進行學習，而目前專業(yè)棋手的培養(yǎng)方式是側(cè)重實戰(zhàn)經(jīng)驗而忽視理論研究的。本文所提出的領地概念，領地封閉性與龍的安全狀況之間的關系，把龍簡化為無向連通圖的方法，都脫離了經(jīng)典圍棋理論的視野，或許能被進一步吸收發(fā)展。

簡介：發(fā)電機勵磁系統(tǒng)模型參數(shù)的準確性對電力系統(tǒng)的分析與控制有重要的影響。傳統(tǒng)的辨識方法大都是采用線性化的方法，只辨識勵磁系統(tǒng)線性部分的參數(shù)，而勵磁系統(tǒng)實際上是一個非線性系統(tǒng)，本文分別采用兩種人工智能方法，神經(jīng)網(wǎng)絡和遺傳算法，對考慮非線性環(huán)節(jié)的勵磁系統(tǒng)模型進行辨識。采用MATLAB為仿真工具，搭建勵磁模型和電力系統(tǒng)模型，選用階躍擾動信號，采集數(shù)據(jù)，分別用以上兩種方法進行辨識。結果證明，神經(jīng)網(wǎng)絡要用大量的樣本數(shù)據(jù)來訓練，得到的勵磁系統(tǒng)網(wǎng)絡模型可以模擬原勵磁系統(tǒng)的輸出。根據(jù)可測量的多少，遺傳算法可以單環(huán)節(jié)辨識和整體辨識。單環(huán)節(jié)辨識效果好，整體辨識效果不如單環(huán)節(jié)，但是辨識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)辨識可以有較好的辨識效果。