共查询到17条相似文献,搜索用时 187 毫秒
1.
2.
利用神经网络技术建造工艺设计专家系统 总被引:3,自引:0,他引:3
针对传统人工智能专家系统的缺点,引入了以并行计算为主的神经网络技术,并成功地运用它来建造工艺设计专家系统。神经网络中的BP(BackPropagation)模型用作规则记忆器,每一模型中,知识库和推理机是合二为一的,许多这类模型构成系统的知识库。工艺路线的最后决策通过数据驱动的正向推理来实现 相似文献
3.
4.
黑龙江省水稻病虫害诊断专家系统的研究 总被引:6,自引:0,他引:6
开发了一个用于诊断水稻病虫害的专家系统。系统采用了正反向混合推理机制,并采用模块结构将知识库中的知识组织起来,便于用户使用和对系统的维护。 相似文献
5.
黑龙江省水稻言病虫害诊断专家系统的研究 总被引:1,自引:0,他引:1
开发了一个用于诊断水稻病虫的专家系统.系统采用了正反向混合推理机制,并采用模块结构将知识库中的知识组织起来,便于用户使用和对系统的维护. 相似文献
6.
现代设备大多数集机电液信于一体,对其所出现的故障做出准确而迅速的判断,单纯地依靠传统的故障诊断专家系统是不够的。为此,把神经网络和传统的专家系统相结合,建立神经网络专家系统,达到优势互补的效果。在神经网络诊断中,采用MATLAB的神经网络工具包建立了径向基函数神经网络诊断模型,并以柴油机燃油系统故障诊断为例,验证了该系统的可行性。 相似文献
7.
8.
农业机械液压系统故障诊断专家系统的研究 总被引:3,自引:0,他引:3
根据农业机械液压系统故障的特点,应用人工智能专家系统原则和面向对象的程序设计方法,以BorlandC++4.5语言,开发了农业机械液压系统故障诊断专家系统软件。该系统采用了“规则+故障树”的知识表示方法、正向推理策略和不精确推理模型,并备有诊断过程的解释和知识库的交互式知识获取等功能。 相似文献
9.
软件工程在农业专家系统开发中的应用 总被引:2,自引:0,他引:2
专家系统(ExpertSystem)是人工智能的一个分支,其具有不精确推理、知识库、推理机分离以及自我学习等特性,能很好地处理一些非确定型或非结构化的复杂问题,被广泛地应用于医疗、工业、农业、教育等领域。农业专家系统在作物管理及病虫害防治方面已有较多的应用,而在节水灌溉管理方面运用专家系统还处于起步阶段。结合农业专家系统—农业灌溉专家系统的开发,说明在农业专家系统开发过程中运用软件工程,不仅提高了农业专家系统的可靠性和精确性,而且有利于提高专家系统软件利用率,满足农业的生产实际需求。 相似文献
10.
随着农机液压系统的功能越来越多、结构越来越复杂,加上农业机械的工作环境较为恶劣,其发生故障的几率也将随之增多.为此,根据农机液压系统故障的特点,应用专家系统原理和面向对象的设计方法,设计了一种基于BP神经网络的农机液压系统故障诊断专家系统,阐述了该专家系统的基本结构,以及知识库、推理机和解释机的实现方法.该系统充分发挥了神经网络在处理复杂非线性关系时的优点,大大提高了农机液压系统故障诊断的效率和准确率. 相似文献
11.
12.
基于神经网络的番茄栽培管理专家系统 总被引:1,自引:0,他引:1
针对专家系统开发过程中存在的问题,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;并详细阐述了神经网络专家系统的设计过程及BP神经网络的改进算法。 相似文献
13.
14.
15.
平地机在田间作业环境下存在复杂非线性时变系统,很难建立精确模型,而传统的PID控制仅仅局限应用于线性系统,控制效果不佳等问题。为了提高田间作业时的转向控制精度,提出了一种基于RBF神经网络增量式PID的控制方法。该方法采用RBF神经网络对增量式PID增益参数进行自适应调整和辨识,并针对控制模型通过仿真实验对比分析了所提出的RBF神经网络增量式PID控制方案与传统PID在平地机转向控制中对方波轨迹跟踪的效果,从而验证了所提出的RBF神经网络增量式PID控制方案的优越性。结果表明:该控制方法对复杂非线性的平地机转向控制系统具有良好的适应性、鲁棒性和实时性,取得了令人满意的控制效果,为后续农业机械自动导航转向控制实际应用环境控制策略的制定提供了有价值的参考。 相似文献
16.
17.
基于GA-BP神经网络的池塘养殖水温短期预测系统 总被引:1,自引:0,他引:1
为解决传统的水温小样本非实时预测方法预测精度低、鲁棒性差等问题,基于物联网实时数据,提出了遗传算法(GA)优化BP神经网络的池塘养殖水温短期预测方法,并在此基础上设计开发了池塘养殖水温预测系统,首先采用主成分分析法筛选出影响池塘水温的关键影响因子,减少输入元素;然后使用遗传算法对初始权重和阈值进行优化,获取最优参数并构建了基于BP神经网络的水温预测模型;最后采用Java语言开发了基于B/S体系结构的预测系统。该系统在江苏省宜兴市河蟹养殖池塘进行了预测验证。结果表明:该系统在短期的水温预测中具有准确的预测效果,与传统的BP神经网络算法相比,研究内容评价指标平均绝对误差(MAE)、平均绝对百分误差(MAPE)和误差均方根(MSE)分别为0.196 8、0.007 9和0.059 2,均优于单一BP神经网络预测,可满足实际的养殖池塘水温管理需要。 相似文献