摘要：论述了BP神经网络在材料设计中的应用技术、现状和发展趋势。根据材料设计的要求,建立用于材料设计的模型,并对模型建立与参数选择进行了分析,为BP网络用于材料设计提供了依据,为材料性能的设计与优化提供了有效途径。

摘要：介绍了几种常用的电池等效模型,通过试验选择了适用于磷酸铁锂电池的Thevenin模型并辨识了模型参数;分析了EKF算法和BP神经网络原理,提出了BP-EKF算法,使用BP神经网络的自学习能力和逼近能力,优化和补偿EKF算法的非线性误差,同时降低了等效模型的精度要求;使用UDDS电流模拟汽车行驶电流设计了仿真试验,同时使用BP-EKF算法和EKF算法对数据进行处理,结果表明,当SOC初值误差较大时,BP-EKF算法可在300 s内接近理论值,且其收敛精度比EKF算法提高了70%以上。

摘要：随着我国智能制造技术的发展,预测性设备维护在工业环境中扮演着日益重要的角色.目前大多的健康预警算法针对性较强,自学习能力不足,导致算法的适用性、灵活性存在较大的局限性.为此,本文以滚动轴承为研究对象,基于状态检测的设计策略,完成了滚动轴承健康维护的实施方案;根据以上实施方案,提出并实现了自组织特征映射网络的故障诊断算法及自适应ARMA故障预警算法,提高了滚动轴承故障诊断与预警的智能化水平及对健康预警的处理效率.实验结果表明,所研究的算法对于实现可靠的滚动轴承故障诊断及预警具有良好的应用效果.

摘要：依据人工操舵的基本原理 ,提出了一种能适应船舶航行环境变化和自动获取船舶操纵运动特性知识的神经网络控制器。仿真结果表明 ,此神经网络控制器不仅能对系统进行有效的控制 ,而且可达到无超调、无波动的控制效果。此外 。

摘要：为保证火电厂锅炉的安全经济运行,实现故障诊断和故障排除,设计了一个适用于锅炉系统故障诊断的专家系统。介绍了该系统的结构、功能、自学习能力和知识库的建立与推理机的实现。该系统能提高故障诊断效率,丰富了锅炉安全监控系统(FSSS)的诊断方法,提高了电厂锅炉的生产和科学管理水平。

摘要：系统以数控机床的数控系统为分析对象,结合某数控公司提供的故障分析手册和积累的案例以及参照该公司故障诊断专家给出的诊断方法,学习其他的专家系统的成功经验,设计了一套数控机床图形化多故障诊断系统。文中介绍了数控机床故障诊断专家系统中的一个故障诊断的方法,它具有多故障诊断的能力,可以图形化辅助诊断过程。开发了一种新的匹配算法,它是由最近相邻算法根据本系统的实际情况而开发的一种新算法。对于多故障诊断,系统采用化多故障为单故障处理的方法。开发了图形化辅助诊断功能,提高了诊断系统的实用性。开发了针对数控机床故障诊断的自学习功能,实现了故障诊断的经验积累。

摘要：以美国麻省理工学院的 L EGO机器人为原型 ,设计基于感知 -行为模式的智能型地面探索机器人 ,该机器人能自动实现前进、后退、转弯、避障等功能 ,在人工控制下还具有部分自学习能力。实验表明 。

摘要：在给数据挖掘这类应用准备数据的过程中,面临着一系列数据清洗问题,而成功的数据清洗往往需要领域知识的支持。本文设计了一个基于领域知识的数据清洗框架,它在领域专家的支持下,通过抽样数据获得清洗规则;专家系统引擎利用获得的知识,在整个数据集上进行清洗;它具有自学习能力,在清洗过程中不断的优化清洗规则;它的知识库易扩展,框架通用性较强。