簡介：隨著計算機軟硬件系統(tǒng)的發(fā)展，尤其是3D圖形技術的發(fā)展，計算機游戲軟件的畫面表現(xiàn)力得到了極大地增強，使得在游戲軟件中相對滯后的人工智能，成為制約游戲性提高的瓶頸。采用大量的游戲人工智能（ARTIFICIALINTELLIGENCEAI）是使一款游戲鶴立雞群的重要手段之一。高質量的游戲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，它還是影響阻礙游戲產(chǎn)品暢銷的一個決定性因素。本文在概括介紹了游戲引擎的軟件體系結構之后，首先對游戲中經(jīng)常使用但沒有文檔化的一些人工智能方法進行了總結和針對游戲軟件的擴展和優(yōu)化，討論了其與游戲軟件其它模塊的整合方法；其次，對于這些人工智能方法討論了具體的實現(xiàn)方法和改進；最后開發(fā)了一款環(huán)境游戲，在虛擬投資過程中形象的說明了保護環(huán)境的重要性，在游戲中使用了本論文討論的關鍵技術，并在游戲中對算法的有效性進行了檢驗。

簡介：該文首先分析了INTER時代CAD系統(tǒng)的發(fā)展方向研究了基于WEB的CAD遠程設計中的主要理論和關鍵技術包括網(wǎng)絡技術、基于BROWSERSERVER的三層體系結構、ASP開發(fā)技術以及利用COMDCOM原理為基礎的ACTIVEX組件實現(xiàn)遠程程序調用的方法其次該文討論了基于實例的設計在機械領域中的應用著重研究了其中的實例表示、實例檢索、實例修改和實例存儲的關鍵技術最后在融全以上關鍵技術的基礎上以WINDOWSNT作為操作系統(tǒng)、IIS50為服務器、SQLSERVER2000為后臺數(shù)據(jù)庫利用VISUALBASIC60、VISUALINTERDEV60和DREAMWEAVER40為開發(fā)工具初步設計了一個基于實例設計的減速器設計系統(tǒng)構建了一個減速器遠程設計網(wǎng)站來驗證以上理論

簡介：點擊查看更多智能割草機器人工程化過程中的安全性問題的研究.pdf精彩內容。

簡介：螋必圳圄學授代碼LT0184分類號L法學碩士學位論文人工智能技術應用發(fā)展中的人權倫理問題1II究RESEARCHONHUMANRIGHTSETHICSINTHEAPPLICATIONOFARTIFIC隊LINTELLIGENCETECHNOLOGY焦鏡竹思想政治教育廷邊大學JIIIIIIIIIIIIIIIIIIIIFY3269879分類號密級～UDC學號2014010156延邊大學碩士學位論文人工智展中的人權倫研究生姓名焦鏡竹培養(yǎng)單位延邊大學指導教師姓名、職稱安豐軍副教授學科專業(yè)思想政治教育研究方向應用倫理學論文提交日期2017年5月14日發(fā)究用研應題術問技理能

簡介：本次課題的核心內容和研究思路可概括如下分析艦艇自噪聲的非平穩(wěn)特征，針對ANC系統(tǒng)的弊端探討解決方案；設計并完善以人工神經(jīng)網(wǎng)絡為框架的自適應噪聲抵消系統(tǒng)；引入模糊邏輯推理思想，設計更加智能化的網(wǎng)絡結構；借助多分辨率分析的思想，進一步完善網(wǎng)絡的逼近能力和自適應性；引入遺傳進化理論，結合強有力的局部算法構造自適應混合學習策略；最后通過仿真試驗和真實海試數(shù)據(jù)處理，系統(tǒng)的驗證文中結論。目標信號所處的聲場環(huán)境，決定了ANC系統(tǒng)的非線性特征，針對待抵消信號的非平穩(wěn)性，我們在傳統(tǒng)非線性濾波的研究基礎上，設計人工神經(jīng)網(wǎng)絡作為自適應處理器，依靠其強大的與人腦類似的功能，來解決常規(guī)濾波模式的固有缺陷。在系統(tǒng)自適應學習中，神經(jīng)網(wǎng)絡將非線性映射的問題轉化為求解優(yōu)化問題，而優(yōu)化過程依靠其自學習、并行處理等優(yōu)勢，通過簡便的學習算法來實現(xiàn)。RBF神經(jīng)網(wǎng)絡的引入，更使得系統(tǒng)求解復雜、高度非線性的能力大大提高。文中所設計的模型為非線性系統(tǒng)問題的解決奠定了良好的基礎，且算法計算的復雜程度適中，具有較高的應用價值。本文采用TS模糊推理模型構建分段線性模型，作為網(wǎng)絡系統(tǒng)的基礎構架，將輸入空間分為若干個模糊子空間。再通過模糊系統(tǒng)和人工神經(jīng)網(wǎng)絡的等價性特征，把該模糊推理模型表現(xiàn)為一個自適應神經(jīng)網(wǎng)絡的形態(tài)，使得該網(wǎng)絡系統(tǒng)的所有結點和參數(shù)都對應實際意義。同時，再將傳統(tǒng)TS模型與多分辨率理論MRA相結合，將WNN放入模糊推理后件中，使得模型中每一個模糊規(guī)則相當于一個子小波網(wǎng)絡。然后引入新的自適應混合遺傳算法，用于網(wǎng)絡結構和各個參量的學習修正，以提高系統(tǒng)的運行效率和求解質量。數(shù)據(jù)處理結果證明這種融合了多項新穎設計思想的混合智能系統(tǒng)HIS，系統(tǒng)進化的思路清晰易懂，并且有效的提高了系統(tǒng)降噪性能。

簡介：作為一種新型微波芯片技術，射頻微機電系統(tǒng)RADIOFREQUENCYMICROELECTROMECHANICALSYSTEMS，RFMEMS器件因其具有損耗低、體積小、重量輕以及與其它加工工藝相兼容等特點，已經(jīng)越來越廣泛地應用在在相控陣雷達、微波通信、衛(wèi)星通信以及微波測量等領域，其工作穩(wěn)定性、可靠性以及射頻性能在應用系統(tǒng)中起著關鍵作用。伴隨著RFMEMS器件的的廣泛應用，其射頻性能建模問題一直是人們關注的焦點之一。在設計過程中，由于模型的復雜性，特別是若干物理結構參數(shù)的相互關聯(lián)性和射頻性能參數(shù)的非線性大大增加了它的設計難度，其準確性與計算量、存儲量、計算效率以及運行時間成正比。本文通過分析KA波段RFMEMS器件設計過程中現(xiàn)有建模方法存在的問題，提出采用人工神經(jīng)網(wǎng)絡對毫米波器件的S參數(shù)以及設計參數(shù)進行建模，并對該方法的原理及運算過程進行深入的研究。首先，對KA波段RFMEMS移相器S參數(shù)神經(jīng)網(wǎng)絡建模過程進行研究。使用的模型為分布式RFMEMS移相器，以移相器的幾何參數(shù)，即周期布置的橋間距、橋墩高度、絕緣SI3N4層厚度及指定頻率點作為模型輸入。以移相器的SLL和S21參數(shù)幅值相相角作為模型輸出。設置了三個幾何參數(shù)的樣本空間范圍，使用HFSS軟件進行仿真獲得訓練樣本。研究結果表明與HFSS軟件仿真結果相比，采用網(wǎng)絡結構為4304的BP神經(jīng)網(wǎng)絡經(jīng)過69MIN的訓練收斂后可獲得S參數(shù)幅值誤差平均值小于00671DB，S參數(shù)幅角誤差平均值小于253610的建模性能。針對BP神經(jīng)網(wǎng)絡訓練易陷入局部極小而難以收斂這一問題，使用免疫算法和遺傳算法對BP算法進行改進，實驗結果顯示兩種改進方法針對不同數(shù)目的訓練樣本縮短了BP神經(jīng)網(wǎng)絡的訓練時間1030％不等。其次，對KA波段LIGA濾波器S參數(shù)神經(jīng)網(wǎng)絡建模進行研究。以KA波段LIGA濾波器為研究目標，在分析了LIGA工藝特點及基本模型的基礎上，獲得其幾何參數(shù)對于S參數(shù)的影響。確定了影響S參數(shù)的四個幾何參數(shù)，即第二、三帶條長度及間隔。依據(jù)81X51組訓練樣本和36X51組隨機樣本，分別使用BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡建立了四個幾何參數(shù)與S參數(shù)幅值的模型。與CST軟件仿真對比，采用520402層間結構的BP神經(jīng)網(wǎng)絡對S參數(shù)幅值建模的平均誤差小于01031DB。使用訓練1100次、41分鐘收斂（傳播常數(shù)01），隱層為1100個神經(jīng)元的RBF神經(jīng)網(wǎng)絡S參數(shù)幅值建模的平均誤差小于00214DB。之后，使用了支持向量回歸機對KA波段RFMEMS器件的S參數(shù)進行建模研究。以支持向量機理論為基礎，將其使用于回歸領域，構建RFMEMS器件的建模方法，解決S參數(shù)建模過程中模型精度與樣本數(shù)目的過分依賴這一問題。以RFMEMS移相器和LIGA濾波器為研究目標，以支持向量機優(yōu)良的小樣本泛化能力，分別對不同訓練樣本（21、51和101點取樣）的建模性能進行研究。結果表明，對于同樣的樣本數(shù)目，SVR建模精度相對于BP神經(jīng)網(wǎng)絡提高了50。最后，對KA波段RFMEMS器件設計參數(shù)進行了人工神經(jīng)網(wǎng)絡建模研究。結合人工神經(jīng)網(wǎng)絡建模過程，提出間接和直接設計參數(shù)兩種建模方法，建立了各種常用設計參數(shù)從S曲線中提取的方法。對RFMEMS移相器的幾何參數(shù)和諧振頻率、LODB帶寬、諧振頻率處插入損耗／反射損耗和諧振頻率處“開”／“關”態(tài)相移變化量分別使用BP神經(jīng)網(wǎng)絡、RBF神經(jīng)網(wǎng)絡及多層前向網(wǎng)絡進行建模研究。結果表明，對設計參數(shù)的直接建模性能要優(yōu)于間接建模50左右的提高，建模時間也僅為間接建模的20。對于LIGA濾波器的中心頻率和3DB帶寬兩個設計參數(shù)進行建模，結果表明對濾波器中心頻率和3DB帶寬的建模平均誒差分別小于00512DB和00658DB。

簡介：隨著網(wǎng)絡技術和信息科學的日益發(fā)展與廣泛深入，網(wǎng)絡安全管理的重要性日益顯現(xiàn)出來。其中，網(wǎng)絡異常檢測和和更為泛化的安全管理是網(wǎng)絡安全管理領域的重要研究課題。近年來，基于人工智能理論的網(wǎng)絡異常檢測方法和信任管理模型的研究引起了科學家、政府部門和工業(yè)界的密切關注。世界上許多國家和地區(qū)的政府和工業(yè)界都非常重視并積極投資這兩個方向的研究，其進展不僅將促進科學與技術的進步，而且會對各國的國力和國防產(chǎn)生一定的影響。本文對異常檢測方法和信任管理模型中的若干問題進行了深入研究，主要成果及創(chuàng)新體現(xiàn)在以下幾個方面1針對目前異常檢測方法中存在的檢測率低、誤報率高以及K均值算法對初始化敏感并易陷入局部極值的不足，提出一種基于克隆選擇算法的無監(jiān)督模糊聚類的異常入侵檢測方法。首先應用結合了進化搜索、全局搜索、隨機搜索和局部搜索特點的克隆算子快速得到全局最優(yōu)聚類，然后應用模糊檢測算法檢測網(wǎng)絡中的異常行為模式。該方法的優(yōu)點是不需要人工對訓練集進行分類，并且可以檢測出未知的攻擊。通過KDDCUP99數(shù)據(jù)集的檢測試驗表明該方法不但能檢測出未知的攻擊，而且具有較高的檢測率和較低的誤報率。2針對信息融合中沖突證據(jù)的組合問題和DEMPSTER及其改進的證據(jù)組合規(guī)則的缺陷，提出兩種基于交補分擔準則的證據(jù)組合新方法。首先分析原始DEMPSTER證據(jù)組合規(guī)則及其改進組合規(guī)則的優(yōu)勢和劣勢，然后利用均衡交補信度分配原則合成新的MASS函數(shù)，最后通過數(shù)值試驗表明新組合方案不但保持了原始DEMPSTER組合規(guī)則的優(yōu)勢，而且彌補了其存在的ZADEH悖論、一票否決、魯棒性和公平性等不足。3針對目前P2P系統(tǒng)不能有效處理惡意節(jié)點攻擊、基于推薦的信任模型在匯聚推薦信息時不能有效處理不確定性信息以及強行組合矛盾推薦信息引起的性能下降等問題，提出一種新的基于信度平均交補分擔證據(jù)組合規(guī)則的P2P信任管理模型。該模型考慮到節(jié)點的動態(tài)行為影響信任度計算的不確定性，通過推薦證據(jù)預處理和改進證據(jù)合成規(guī)則，使得融合來自不同證據(jù)源的不一致信息性能明顯增強。仿真結果表明，新模型相比已有的一些信任模型較大程度地提高了系統(tǒng)成功交易率，能夠抑制詆毀、合謀欺詐、策略攻擊等各類惡意節(jié)點行為，同時模型也很好地評估了P2P系統(tǒng)中節(jié)點的信任度。

簡介：人工智能作為一門學科誕生于20世紀50年代，在其后短短的20多年里得到了飛速的發(fā)展，取得了令人驚嘆的成就。然而在以后的發(fā)展中遇到了前所未有的困難，也產(chǎn)生了很多的爭論。機器能否思維人工智能能否具有真正意義上的智能很多哲學家和科學家對這些問題進行了深入的理論探討和工程學實踐，但至今仍無定論。近些年來，一些哲學家把人工智能觀點大致分為兩類強人工智能（強AI）和弱人工智能（弱AI）。作為強人工智能的代表人物圖靈和作為弱人工智能的代表塞爾分別提出了兩種截然不同的人工智能標準。圖靈通過他的“模擬游戲”提出只要機器通過測試就說明能思維，能思維就是具有智能。塞爾則認為意向性才是智能的標準。在與人工智能有關的諸多哲學問題中，意向性是最重要的方面之一。之所以這樣，是因為意向性是人工智能成為真正的智能必須具備的條件。塞爾認為，意向性是一種自然或生物現(xiàn)象，是自然生命史的一個組成部分，所以自稱他的理論為“生物學的自然主義”。而要造出人工大腦，只仿造輸入輸出過程是不行的，而要仿造意識過程，而意識又是意向性的基礎。由此可以看出，要想達到人類智能的水平，解析意向性是極其關鍵的一環(huán)。塞爾認為意向性可以分為內在的和派生的意向性兩類，只有人才具有內在的意向性，其它非人系統(tǒng)所具有的只是派生的或隱喻的意向性。而意向性是自然進化的結果，人的意向性更是具有內在的特性，即使承認某些機器具備意向性，而這類意向性在塞爾看來也只是派生的或隱喻的意向性。由此可見，人工智能的發(fā)展要想達到智能的層次，就必須要解析意向性，搞清楚意向性的起源、本質特征及其實現(xiàn)條件等問題，而要解決這一問題，就必須要向大自然這一最好的導師學習、取經(jīng)，才能最終跨越人工智能的意向性鴻溝，達到真正意義上的智能。

簡介：該文主要論述了針對鞍鋼10高爐開發(fā)研制的含硅量預測系統(tǒng)的總體設計方案及具體實現(xiàn)過程含硅量預測系統(tǒng)采用具有TDTEMPALDIFFERENCES時差算法的神經(jīng)元網(wǎng)絡模型結構來預報高爐鐵水含硅量同時為了適應實時性要求研究人員還每二十分鐘進行一次周期計算來實時預測高爐鐵水含硅量所謂TD算法就是利用相繼時刻對未來同一時刻的預測值之差來驅動系統(tǒng)運作TD算法的主要優(yōu)點就是它能更加有效地利用以往經(jīng)驗并且能漸進計算因此預測結果理更為準確試驗結果比較令人滿意因此研究人員滿意因此研究人員希望在剛剛到來的二十一世紀該系統(tǒng)能在全國得到推廣

簡介：點擊查看更多基于Petri網(wǎng)與人工神經(jīng)網(wǎng)絡的宏觀經(jīng)濟系統(tǒng)智能分析研究.pdf精彩內容。

簡介：中南大學碩士學位論文基于80C196KC的人工氣候智能控制系統(tǒng)控制性能及可靠性研究姓名何鵬申請學位級別碩士專業(yè)控制理論與控制工程指導教師梁昔明張?zhí)┥?0070521ABSTRACTWITHTHEQUICKDEVELOPMENTOFSCIENCEANDTECHNOLOGYTHEINDUSTRIALPROCESSESBECOMEMOREANDMORECOMPLEXTHECONTROLSYSTEMWHICHHASMULTIINPUTANDMULTIOUTPUTHASCHARACTERISTICSINCLUDINGTHESTRONGCOUPLINGNONLINEARANDTIMEVARYINGPARAMETERSNEKNOWLEDGEANDINFORMATIONGAINEDFROMTHEPLANTOFSYSTEMREDUCECORRESPONDINGLYANDTHEDEMANDSOFPERFORMANCEISONTHEINCREASE111EDEVELOPMENTOFINTELLIGENTCONTROLTECHNOLOGYISSTUDIEDINTHETHESIS，SUCHASFUZZYCONTROL，EXPERTSYSTEM，ANDSOONSOMESIMULATIONANDAPPLICATIONRESEARCHESINTHETEMPERATUREOFTHEARTIFICIALWEATHERROOMAREFMISHED111ERESULTSOFSYSTEMOPERATIONPROVEDTHATTHEFUZZYCONTROLLERBASEDONTHERULESOFEXPERTSISEFFECTIVEONTHENONLINEARINDEFMITEANDINERTIALSYSTEMTHETHESISMAINLYDISCUSSESTHEHARDWAREDESIGNOFCOMPUTERCONTROLSYSTEMBASEDON80C196KC，THEDEVELOPMENTOFSOFTWARE，THEREALIZATIONOFFUNCTIONSANDTHESCHEMEOFSOLVINGPROBLEMINTHESCENESOMEMETHODSIMPROVINGTHESYSTEM’SSTABILITYANDRELIABILITYAREDISCUSSED，ANDASELFTUNINGFUZZYCONTROLLERBASEDONTHERULESOFEXPERTSISRESEARCHEDTOOANEWTYPEOFLCDINTERFACECIRCUITISDESIGNEDWHICHCALLMAKEDISPLAYPARTMORERELIABLETOSOLVETHEINFLUENCETHATTHENONLINEARTEMPERATURESENSORSBRII培TOTHESYSTEMACCURACYNONLINEARFITTINGMETHODOFTHESENSORSBYUSINGOFMATLABISINTRODUCEDINTHETHESIS，ANDTHEFITTINGRESULTSARENOTABLEANDSIGNIFICANTLYWHICHCALLGREATLYIMPROVETHEACCURACYOFTEMPERATURECONTR01USINGTLLEFEEDFORWARDCONTROLTOSOLVETHEBADEFFECTSRESULTEDFROMTHETEMPERATUREDIFFERENCEANDTHEHIGHPOWERSODIUMLAMPSINDIFFERENTSEASONS，ITCALLEFFECTIVELYSOLVETHEPROBLEMOFCOUPLINGWHICHINCLUDESINDOORTEMPERATUREOUTDOORTEMPERATUREANDILLUMINATIONOFSODIUMLAMPS，ALSOIMPROVETHESYSTEMOFANTIINTERFERENCECAPABILITY111EDEBUGGINGANDRUNNINGRESULTSINDICATETHATTHESYSTEMHASCHARACTERISTICSSUCHASHIGHOPERATINGRELIABIL姆，900DTRACKINGPROPERTY，HIGHPRECISIONSMALLOVERSHOOTANDOPERATINGCONVENIENTLY，WHICHCANPROVETHATTHECONTROLSCHEMEISREASONABLE，ANDTHEALGORITHMISEFFECTIVEKEYWORDSARTIFICIALWEATHERTEMPERATURE，EXPERTFUZZYCONTROL玨

簡介：隨著目前變電站無人值班和狀態(tài)檢修工作的開展，遠方實時監(jiān)測電氣設備狀況非常重要，安裝容性設備在線監(jiān)測裝置應該是一個很好的解決手段。但是由于現(xiàn)場的工作環(huán)境和裝置本身的一些原因，其最能反映設備絕緣狀態(tài)的介質損耗因素的數(shù)據(jù)波動較大，目前所投入運行的裝置都存在此問題。因此通過何種方法解決，使介質損耗因素值能不受或少受外部原岡的干擾，從而較準確的實時反映設備絕緣狀態(tài)就顯得尤為重要。在分析研究國內外已有的優(yōu)化容性設備在線監(jiān)測的硬件和軟件的基礎上，提出了實用及改進方法。首先，從應用較廣的容性設備在線監(jiān)測的機理角度，分析了諧波分析法的算法原理，總結了其引起數(shù)據(jù)誤差的原因，提出了可能的解決方法。然后，給出了人工神經(jīng)網(wǎng)絡的一般描述，以及在MATLAB中的實現(xiàn)方法，提出了人工神經(jīng)網(wǎng)絡在容性設備在線監(jiān)測中應用的具體實現(xiàn)，即利用人LT神經(jīng)網(wǎng)絡米建立模型預測容性設備介質損耗因素，并利用MATLAB工具進行仿真。最后，結合MATLAB工具和實際數(shù)據(jù)對所提出的診斷分析模型進行了分析驗證。

簡介：浙江大學博士學位論文數(shù)據(jù)挖掘和人工智能理論在短期電力負荷預測中的應用研究姓名馮麗申請學位級別博士專業(yè)電氣工程、電力系統(tǒng)及其自動化指導教師邱家駒20050301數(shù)據(jù)挖掘和人工智能理論在短期電力負荷預測中的應用研究影響短期電力負荷預測的因素眾多，如何有效的判斷和選擇這些相關因素是改善電力負荷預測的關鍵。本文提出了一種基于粗糙集理論的新型負荷預測模型，它利用粗糙集理論的屬性約簡算法來剔除不必要的冗余屬性，并根據(jù)粗糙集決策規(guī)則的形式來確定神經(jīng)網(wǎng)絡結構和初始連接權。由于神經(jīng)網(wǎng)絡中應用了領域知識，使獲得的負荷預測模型具有更為清晰和透明，從而有效改善了電力負荷預測的性能。通過仿真試驗證明本文提出的算法是合理、有效的，并且具有重要的實用價值。關鍵詞短期電力負荷預測，數(shù)據(jù)挖掘，人工智能，信息理論，聚類分析，分類，關聯(lián)規(guī)則挖掘，粗糙集理論，遺傳優(yōu)化算法，模糊分類系統(tǒng)，模糊神經(jīng)網(wǎng)絡11

簡介：在電子游戲的設計和開發(fā)中，隨著硬件性能的不斷升級，游戲的音效和視覺效果都得到了極大的提高和改善。但人工智能技術的研究和應用還相對落后，因而游戲中非玩家角色的行為表現(xiàn)就顯得很單調笨拙，嚴重影響游戲的品質。因而近年來人工智能漸漸成為改善和提高游戲質量的熱門研究課題，非玩家角色的行為既要聰明智能又要豐富多樣。在游戲軟件中，人工智能是一個重要而又復雜的模塊，而尋路算法是人工智能運用于電子游戲中的最基本問題之一。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。A算法實際上是一種基于廣度優(yōu)先搜索基礎上的啟發(fā)式搜索算法，通常采用估價函數(shù)FNGNHN對當前的搜索位置進行評估。A算法最緩慢的部分是在開啟列表中尋找F值最低的節(jié)點，二叉堆方法通過對開啟列表進行快速排序等，極大的優(yōu)化了開啟列表內節(jié)點元素的查找以及增刪速度，一般在大多數(shù)場合會加快2～3倍，并且隨著路徑長度增加，搜索速度呈幾何級數(shù)提升10倍以上。在大地圖上，只用一種網(wǎng)格密度進行尋路，通常或者很慢，或者走路不夠真實。分層尋路方法可極大地加快了A搜索速度，它先在整個地圖范圍內使用低密度網(wǎng)格的宏觀尋路方法，直至靠近目標對象后，再切換到高密度網(wǎng)格的微觀尋路方法，一般游戲地圖越大，A搜索速度提高地越明顯。通過將A搜索算法應用于掌機游戲GAUNTLET的人工智能尋路系統(tǒng)后，實際驗證和測試了改進和優(yōu)化后的A搜索極具時間效率和空間效率。

簡介：本文對國內外刀具監(jiān)控技術進行了研究，著重研究了人工神經(jīng)網(wǎng)絡在刀具監(jiān)控技術中的應用。神經(jīng)網(wǎng)絡因其極強的非線性映射能力，特別適合于復雜模式識別，所以成為刀具狀態(tài)識別廣泛而強有力的工具。本文結合檢測系統(tǒng)的三大部分，即信號檢測、特征提取、模式識別對刀具狀態(tài)檢測進行了具體的研究。本文的主要研究工作如下首先分析了刀具切削狀態(tài)監(jiān)控技術的發(fā)展及國內外研究的現(xiàn)狀，確定了本課題研究的意義。通過對刀具磨損監(jiān)測方法的研究，確定了間接監(jiān)測信號方法的實施，并對刀具加工過程中的各種傳感器進行研究，對各種檢測信號進行比較，最后選擇了電機電流信號，為成功研究刀具的狀態(tài)奠定了堅實的基礎。對所選信號進行分析并提取信號特征，分別在時域，頻域及時頻域中對信號進行分析，提出用小波理論分析電機電流信號，有效的提取了刀具的信號特征，為刀具狀態(tài)的診斷提供可靠依據(jù)。結合了人工智能神經(jīng)網(wǎng)絡對BP網(wǎng)、RBF網(wǎng)和小波神經(jīng)網(wǎng)絡進行研究，并在MATLAB中進行仿真，比較了各種網(wǎng)絡在刀具狀態(tài)模式識別決策中的應用。最后結合本課題的結論，提出了改進意見和方案。