导读:本文包含了过程推理系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,过程,系统,模糊,焦炉,语义,案例。
过程推理系统论文文献综述
董晓,丁惜瀛,张宇献[1]（2013）在《自适应神经模糊推理系统在工业过程中的应用》一文中研究指出工业生产过程的工况多样性、生产环境和原料的复杂性,造成了一些生产指标在预测中具有复杂性、多样性、非线性、不确定性等特点。一些常用的数学模型不能够应用于预测生产过程的质量指标,本文提出了基于自适应神经模糊推理系统的方法建立工业生产过程质量指标预测模型。采用混合算法,对该网络进行反复训练,隶属度参数调整,使其达到预设精度。将建立预测模型的方法应用到纺织领域,对浆纱质量指标进行预测。仿真结果表明,所提出的预测模型对于浆纱质量指标预测有效,预测结果满足预设精度。(本文来源于《第十届沈阳科学学术年会论文集（信息科学与工程技术分册）》期刊2013-09-01）
李从东,谢天,汤勇力[2]（2013）在《基于SWRL的制造系统知识表达与按需服务过程推理框架》一文中研究指出为实现协同制造环境下制造系统服务过程的智能性,提出"需求—资源—服务—过程"为主线的按需制造范式,结合本体、语义推理等技术,提出制造系统基于语义网规则语言的服务过程按需推理框架;建立制造需求、资源、服务、过程的本体概念和关系模型,构建该框架的本体知识库;基于服务按需组合生成动态服务过程思想,运用IOPE模型描述语义Web服务功能语义和动态前后件服务交互特征,提取服务过程触发推理的描述逻辑规则,并通过规则到本体知识属性的映射构建语义规则;运用Protégé和Jess推理引擎实现推理的应用模型,通过推理实验证明了该方法的有效性。(本文来源于《计算机集成制造系统》期刊2013年01期）
毕利,高利娟[3]（2011）在《基于粗糙—模糊推理系统的化工过程建模研究》一文中研究指出根据粗糙集方法所导出的规则构造模糊—神经网络,由规则的参数和离散化结果估计网络参数的初始值,使网络经训练能较快收敛并达到最优值。将其应用于PTA装置溶剂脱水塔精馏过程建模,所建模型的性能优于普通前馈神经网络,粗糙—模糊神经网络可以消除决策系统的冗余信息,降低模型复杂度。(本文来源于《计算机应用与软件》期刊2011年02期）
李公法,蒋国璋,孔建益,谢良喜[4]（2010）在《基于案例推理和神经网络的焦炉加热过程故障诊断系统研究》一文中研究指出为降低焦炉加热过程的故障发生率,基于故障机理的分析,将案例推理技术与神经网络相集成,提出了焦炉加热过程的智能故障诊断方法.基于神经网络的参量预报模型对不易在线连续测量但能反映故障征兆的关键工艺参数进行实时预报,在此基础上,采用案例推理技术对加热过程进行全面分析并给出一些典型故障发生的概率和操作指导将所建立的故障诊断系统成功应用于某焦化厂焦炉加热过程的生产实际中,故障发生率明显降低,取得了显着应用成效.(本文来源于《Proceedings of 2010 Chinese Control and Decision Conference》期刊2010-05-26）
何婷婷[5]（2010）在《基于案例推理的焦炉加热过程异常工况智能预报系统研究》一文中研究指出焦炉是冶金工业中重要的热加工设备,其加热过程是一个具有分布参数、多变量、非线性等特性,受到多种影响因素的干扰复杂的工业过程。焦炉一旦发生故障或异常将会直接影响焦炉加热不稳定或出现停滞状态,导致不可控制的情况,因此,对焦炉加热过程进行控制,尤其在早期对故障或异常工况的诊断或预报就显得非常重要。本文针对焦炉加热过程,分析了焦炉的生产工艺及影响其火道温度的重要因素;结合基于案例推理技术的表示知识,提出了基于数据库的案例表示方法,建立了系统案例库;在现有特征属性的权值确定方法的基础上,提出了一种基于覆盖度的案例特征属性权值确定方法;在数据库的基础上设计了本系统的推理机,并将推理机与数据库检索相融合;研究了基于案例推理的焦炉加热系统异常工况智能预报系统的功能模块,运用VB和SQL Server2000数据库,开发了基于案例推理的焦炉加热过程的异常工况预报系统,对过程异常工况的潜在故障进行预报并提供诊断结果,针对诊断出的结果,控制相应的重要属性参数,达到稳定焦炉加热温度,避免故障的发生的目的。(本文来源于《武汉科技大学》期刊2010-05-08）
李公法,孔建益,蒋国璋[6]（2009）在《基于案例推理和神经网络的焦炉加热过程故障诊断系统研究》一文中研究指出为降低焦炉加热过程的故障发生率,基于故障机理的分析,将案例推理技术与神经网络相集成,提出了焦炉加热过程的智能故障诊断方法。基于神经网络的参量预报模型对不易在线连续测量但能反映故障征兆的关键工艺参数进行实时预报,在此基础上,采用案例推理技术对加热过程进行全面分析并给出一些典型故障发生的概率和操作指导。将所建立的故障诊断系统成功应用于某焦化厂焦炉加热过程的生产实际中,故障发生率明显降低,取得了显着应用成效。(本文来源于《2009年中国智能自动化会议论文集（第二分册）》期刊2009-09-27）
李皓,常国岑,孙鹏[7]（2008）在《采用过程推理系统的作战方案生成研究》一文中研究指出作战指挥决策支持系统是指挥自动化系统的重要组成部分,作战方案生成是作战指挥决策支持系统的基本功能。为了能够快速、准确地生成作战方案,为指挥员提供决策依据,建立了一种过程推理系统的改进模型并将其运用于作战方案生成。根据对过程推理系统的介绍和分析,针对其重复劳动和交互不足的问题,对战术意图集进行分类处理、对所选作战规划进行合并处理以及对更新状态规则和评价标准进行改进。通过这些改进可提高其运行效率,实现对战术意图的批处理。最后建立了改进的过程推理系统的体系结构模型,描述了其生成作战方案的运行过程,表明其可以基本满足作战方案生成的要求。(本文来源于《电光与控制》期刊2008年10期）
白艳梅[8]（2008）在《发酵过程生物量软测量专家系统推理机的研究》一文中研究指出微生物发酵工程是生物工程和现代生物技术及其产业化的基础。生物量是发酵过程中重要的过程参数,直接影响着发酵过程的控制和优化。采用软测量技术对生物量参数进行在线估计,是解决生物量在线测量的有效途径。在发酵过程生物量进行软测量建模的过程中,构建机理模型与辨识模型相结合的软测量混合模型是解决生物量在线估计的关键。专家系统运用专家的知识与经验进行推理、判断和决策,是解决软测量混合模型构建的有效方法。推理机是专家系统的思维部件,是专家系统的重要组成部分之一。因此,生物量软测量专家系统推理机的研究,对构建生物量软测量混合模型具有十分重要的理论意义和应用价值。本文在分析生物发酵过程及特点的基础上,建立了发酵过程生物量软测量专家系统推理机的结构模型;结合发酵过程有关参数、机理公式等知识的特点,基于产生式规则的知识表示形式,给出了匹配度的定义及计算方法,以及基于匹配度的规则的冲突消解策略;利用可信度的概念,提出了用于生物量软测量的基于可信度的不确定性推理方法;采用.NET技术,设计了正反混合推理的启发式专家系统的推理机。实验结果表明,基于匹配度的冲突消解策略,可以很好地解决生物量软测量过程模型规则的选择问题;基于可信度的不确定性推理方法能够提高推理结论的可信度。在此基础上设计的专家系统推理机能够快速准确地获取较优的生物量软测量模型。(本文来源于《北京化工大学》期刊2008-06-04）
于希宁,程锋章,朱丽玲,王毅佳[9]（2006）在《基于T-S模型的自适应神经模糊推理系统及其在热工过程建模中的应用》一文中研究指出在工业热工过程控制中,被控对象动态特性往往表现出非线性、时变性、大迟延和大惯性等特点,这使得难以对其建立比较精确的模型,从而难于精确表达热工过程及实施整体优化控制。针对热工过程建模难的现状,为达到建立精确非线性模型的目的,提出1种基于T-S模型的自适应神经模糊系统(ANFIS)模糊建模方法。该方法通过对模糊系统的结构辨识和参数辨识,使神经模糊网络能够自主、迅速有效地收敛到要求的输入和输出关系,从而达到精确建模的目的。仿真结果验证了所提出的算法的有效性,将其应用到热工过程建模中可获得高精度的非线性模型。(本文来源于《中国电机工程学报》期刊2006年15期）
张立权[10]（2006）在《基于模糊推理系统的工业过程数据挖掘》一文中研究指出工业过程数据收集和存储技术的迅猛发展导致快速增长的大量数据，这些数据存储在数据库、数据仓库或其它种类的数据存储介质中。从海量的数据中挖掘隐藏的、有用的信息和知识，能够为工业过程的在线监测、故障诊断、模型辨识、控制策略设计和预测等提供强有力的决策支持。工业过程数据挖掘应用的主要任务是选择和建立有效的、适合工业过程数据特征的挖掘方法。基于模糊推理系统的数据挖掘方法能够使用同一模型结构(模糊IF-THEN规则)分别执行描述式和预测式数据挖掘任务，提取的规则模式易于操作人员的理解和管理者的决策支持。对于复杂的工业过程，它能够用一种自然的方式评价输入变量的重要性，以选择最相关的变量描述系统的动态行为。定义隶属度函数的灵活性有助于在不同的粒度空间上寻找系统的操作模型，挖掘工业过程变量之间内在的关系和规律，有效地解决工业过程的实际问题。论文主要的研究工作如下：(1)针对传统的、基于梯度的模糊推理系统学习方法中存在的收敛速度和振荡之间的冲突问题，以及动量项学习方法中动量项因子的选择难题，提出一种改进的、基于梯度的、用于模糊推理系统参数优化的实时学习算法(G-RTL)。通过引入与均方误差相关的动态误差传递因子，使得在相同学习率系数的前提下，与传统的、基于梯度的学习方法和动量项学习方法相比，在处理大规模样本集时具有较高的收敛速度和精度，并且学习过程是稳定的，非常适用于工业过程的在线学习。通过经典的倒车控制问题和与经典BP网络逼近性能比较的仿真结果表明本方法是有效的。(2)针对工业过程系统高维数据、非线性的特点，提出一种基于归一化方差信息的自适应模糊规则挖掘方法(NV-AMFR)。基于数据挖掘技术和Mamdani模糊模型，从一个简单的初始结构出发，使用G-RTL学习算法优化模糊推理系统的参数向量，利用优化后获得的模糊规则的置信度度量和隶属度函数归一化方差信息，确定输入空间中模糊规则的密度需要加强的区域，以及用于划分论域上模糊子集数目的需要增加的输入变量，从而可以在不同的粒度空间上有效地挖掘过程变量之间内在的联系和规律，而且还能够用一种易理解的方式评价输入变量对系统输出的影响程度，以选择最相关的变量描述系统的动态行为，给出了一个新的、更合适的模型结构。非线性函数逼近的数值例子仿真验证了本方法的有效性。(3)针对工业过程数据库中普遍存在的不一致性、不完整性和历史性，提出一种推理空缺模糊规则的最邻近扩散方法(ND-EMR)。基于模糊推理系统和样本数据分布的先验知识，使用改进的G-RTL实时学习算法，通过确定最优输出模糊子集的质心和模糊规则的置信度度量，推理样本数据未覆盖区域上的空缺模糊规则，并构造一个完备的模糊规则集，从而有效地解决了样本数据未覆盖的区域上系统的不可预测问题。结合混沌时间序列预测问题以及与WM方法比较的仿真结果，表明本方法不仅有效而且可以适于不能预测的情况。(4)基于模糊T-S预测模型，结合多种数据挖掘技术，提出一个基于数据挖掘的复杂工业过程智能控制新方法。使用G-RTL实时学习算法，快速而准确地辨识模糊T-S预测模型；基于所辨识的模糊T-S预测模型，对于批过程的受限非线性最优控制，运用平行分布补偿算法和最小值原理，把一个复杂的非线性系统最优控制设计问题转化为局部线性子系统的最优控制问题，从而给出一种有效和简单的最优模糊控制方法。将所提出的方法结合一个半连续式反应器的建模和最优控制进行了仿真研究，结果表明本方法具有较高的建模精度，并且能够获得更高的主产品产量。(本文来源于《大连理工大学》期刊2006-05-01）
过程推理系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为实现协同制造环境下制造系统服务过程的智能性,提出"需求—资源—服务—过程"为主线的按需制造范式,结合本体、语义推理等技术,提出制造系统基于语义网规则语言的服务过程按需推理框架;建立制造需求、资源、服务、过程的本体概念和关系模型,构建该框架的本体知识库;基于服务按需组合生成动态服务过程思想,运用IOPE模型描述语义Web服务功能语义和动态前后件服务交互特征,提取服务过程触发推理的描述逻辑规则,并通过规则到本体知识属性的映射构建语义规则;运用Protégé和Jess推理引擎实现推理的应用模型,通过推理实验证明了该方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
过程推理系统论文参考文献
[1].董晓,丁惜瀛,张宇献.自适应神经模糊推理系统在工业过程中的应用[C].第十届沈阳科学学术年会论文集（信息科学与工程技术分册）.2013
[2].李从东,谢天,汤勇力.基于SWRL的制造系统知识表达与按需服务过程推理框架[J].计算机集成制造系统.2013
[3].毕利,高利娟.基于粗糙—模糊推理系统的化工过程建模研究[J].计算机应用与软件.2011
[4].李公法,蒋国璋,孔建益,谢良喜.基于案例推理和神经网络的焦炉加热过程故障诊断系统研究[C].Proceedingsof2010ChineseControlandDecisionConference.2010
[5].何婷婷.基于案例推理的焦炉加热过程异常工况智能预报系统研究[D].武汉科技大学.2010
[6].李公法,孔建益,蒋国璋.基于案例推理和神经网络的焦炉加热过程故障诊断系统研究[C].2009年中国智能自动化会议论文集（第二分册）.2009
[7].李皓,常国岑,孙鹏.采用过程推理系统的作战方案生成研究[J].电光与控制.2008
[8].白艳梅.发酵过程生物量软测量专家系统推理机的研究[D].北京化工大学.2008
[9].于希宁,程锋章,朱丽玲,王毅佳.基于T-S模型的自适应神经模糊推理系统及其在热工过程建模中的应用[J].中国电机工程学报.2006
[10].张立权.基于模糊推理系统的工业过程数据挖掘[D].大连理工大学.2006
论文知识图
