专家系统与神经网络结合的汽油机故障诊断系统

通过人工神经网络与专家系统的结合，用Ｔｕｒｂｏ Ｐｒｏｌｏｇ和Ｔｕｒｂｏ Ｃ语言在微机上开发了汽油发动机故障诊断系统。其特点是利用人工神经网络浅层模块进行浅层推理，再进入深层专家系统进一步确诊，并以神经网络来完成自学习功能。     

基于模糊神经网络的电控发动机诊断专家系统的研究

发动机出现故障的机率较高,一般占整车故障的40%左右。研究发动机故障诊断专家系统,可以及时、准确进行故障定位,提高工作效率。但是传统专家系统存在推理效率低、自学习能力差等缺点。本研究将模糊逻辑和传统神经网络相结合形成模糊神经网络,建立了模糊神经网络(FNN)故障诊断模型,并将该模型应用于发动机故障诊断,优势互补,提高了专家系统的推理效率和自学习能力,其性能高于传统的BP网络。     

基于模糊神经网络的汽油发动机故障诊断专家系统的研究

根据汽油发动机的组成结构、功能原理及维修专家的实际经验，利用人工神经网络模型和模糊技术，应用面向对策的程度设计方法，以Visual-Basic5.0语言开发出了汽油发动机故障诊断专家系统软件。该系统具有模拟专家思维和分析判断故障部位的能力，并借助于神经网络进行自学习、扩充知识库。具有较高的智能水平。     

专家系统与神经网络相结合的汽油机故障诊断系统

通过人工神经网络与专家系统的结合,用TurboProlog和TurboC语言在微机上开发了汽油发动机故障诊断系统。其特点是利用人工神经网络浅层模块进行浅层推理,再进入深层专家系统进一步确诊,并以神经网络来完成自学习功能。     

输油泵机组故障诊断专家系统的研究与应用

介绍了输油泵机组故障诊断专家系统的结构、特点及工作原理，该系统具有操作简单、使用灵活、诊断准确率高等优点。故障诊断专家系统对输油泵进行状态监测和故障诊断，可有效地防止电机和泵轴损坏、轴承过热烧毁以及泵体振动过大等故障的发生，确保输油泵机组的正常运行。     

专家系统的多模型集成技术

探讨了多模型集成专家系统的构成原理和实现技术，并将其应用于多模型集成的故障诊断专家系统的实现中，表明了集成机制的合理性和有效性。     

湖泊富营养化综合评价模糊神经网络专家系统的研究

在综合评价体系结构基础上，应用模糊神经网络技术，建立了1个湖泊富营养化综合评价模糊神经网络专家系统，该专家系统易于表达模糊知识，其知识获取和存储方式与普通专家系统不同，具有较高的推理效率，较强的容错、自适应和自我更新能力。     

神经网络技术在节水灌溉专家系统中的应用

针对传统专家系统开发和应用过程中存在的问题,利用神经网络的学习功能、记忆功能和并行处理的优势,提出了用神经网络建立专家系统的方法,构造了神经网络专家系统的基本框架,并介绍了神经网络专家系统在节水灌溉上的应用。     

利用神经网络改进鸡疾病临床诊断专家系统

探讨利用人工神经网络改进“鸡常见疾病临床诊断专家系统ＥＳＣＣ”。ＢＰ训练算法可 解决专家系统构造中的瓶颈问题－知识获取，但存在收敛性和泛化能力较差的缺陷，作者使用比例训练的ＢＰ算法，提出对训练模式进行样本重组的方法，其特点是训练速度快，特征抽取能力强，结果表明，改进后的系统优于常规ＢＰ算法。系统可从病历中学习规则，诊断符合率从８０％提高到９４．１％，训练次数从７９００次（常规ＢＰ算法）减少到８００     

棉花红铃虫管理专家系统及其实现

棉花红铃虫管理专家系统是一个集预测、诊断与咨询于一体的复杂系统,可直接指导农民生产实践.该专家系统将数学模型、历史数据资料和专家实践经验知识融为一体,采用PROLOG与C语言的接口.知识库知识采用带有变量的知识表示.系统由数据资料管理模块、知识库、模型库、推理机、知识获取模块、解释机构和人机接口所组成.经实践验证预测害虫发生准确率达90％以上.     

水泵选型专家系统研究与开发

在对水泵选型方法、判别准则、评价模型等分析研究的基础上 ,建立了泵产品样本和水力模型数据库 ,研制开发了水泵选型专家系统。该系统具有水泵选型、综合评价、装置推荐等功能 ,是一个稳定、开放的系统 ,有较大应用价值     

基于人工神经网络的作物水-盐响应初步研究

利用人工神经网络中最成熟的BP网络对内蒙古河套灌区的主要经济作物油葵的水-盐响应进行初步研究，以油葵的6个生育阶段的土壤溶液相对浓度为输入样本，油葵的相对产量为输出样本，训练并确定了具有6个输入向量，3个隐含结点，1个输出向量的3层BP网络。经检验，该模型能正确表达油葵的相对产量和各个生育阶段土壤溶液相对浓度之间的关系，模型的预测产量与实际产量具有较高的相关系数，是对传统的作物水-盐响应模型的补充。     

利用模糊神经网络对湖泊富营养化程度进行评价的研究

本文在综合评价体系结构基础上，应用模糊神经网络技术，建立了湖泊富营养化程度模糊神经网络评价系统。并利用该系统对全国16个有代表性的湖泊进行水质评价，均得到了正确的评价结果。     

基于RBF神经网络的城市需水量预测研究

鉴于RBF神经网络强大的非线性逼近能力及能够避免陷入局部最优的特点,建立了基于RBF神经网络的城市需水量预测模型,为提高神经网络的收敛速度及精度,利用退火遗传算法对网络进行了优化,并以天津市的城市需水量预测为例,进行了实例研究。     

基于神经网络和遗传算法的济南市区岩溶地下水预报模型研究

济南市以”泉城”著称，近年来随着城区人口的增加和工业的发展．地下水开采量不断增加，致使地下水位大幅度下降，泉群断流，对济南市的环境质量和人民群众生活造成了严重影响。本文依据BP人工神经网络模型和遗传算法的基本原理，建立了基于神经网络和遗传算法的济南市区岩溶地下水预报模型，并对地下水位、最大开采量和泉排量进行了预测，效果良好。     

低强度择伐伐区林道网合理密度的研究

本文根据中低强度择伐在北方林区广泛应用的实际需要，分析了低强度择伐伐区林道网的特点和与林道网相关的费用因素，运用林道网基本理论，以林道网相关的总费用最小为优化目标探讨了低强度择伐式林道网合理密度的问题。     

专家系统在农机液压系统故障诊断中应用的探讨

本计农机液压系统产生故障的原因和诊断中存在的问题进行了分析。根据人工智能专家系统的原理，论述了专家系统用于故障诊断的意义，为农机液压系统故障诊断提供了一种科学有效的方法。     

基于Prolog语言的小型动物分类专家系统的研究与应用

论文在分析Prolog语言的特点和基本结构,专家系统的定义、组成及工作原理的基础上,运用Prolog语言设 计了一个小型的动物分类专家系统.该专家系统采用问答方式,推断出用户想象中的动物.