人工智能在金属塑性加工领域中的应用

概述了人工智能及其 2个主要分支 (专家系统和人工神经网络 ) ,讨论了遗传算法与专家系统集成以及神经网络与模糊逻辑、专家系统集成的必要性和集成方法 ,分别介绍了专家系统和人工神经网络在塑性加工领域中的应用现状。     

水利水电工程环境影响综合评价的人工神经网络专家系统

在分级加权评价模型层次结构体系基础上,以三峡工程为背景,应用人工神经网络技术,建立了一个水利水电工程环境影响综合评价的人工神经网络专家系统,该专家系统的知识获取和存贮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。      

用微生物群落评价水系的自组织人工神经网络方法

利用原生物群落在PFU上群集过程中的变化,可以评价水质和监测水污染,运用T．Kohonen自组织人工神经网络模型,根据NacArthur－Wilson平衡模型提出了3个功能参数和另外2个结构参数,对常德市16个站四季的水质进行了分析,建立了水质污染程度预测的计算机智能专家系统,预测成功率达100％。     

机械压力机闭合高度改造

制定了压力机改造方案:对设备闭合高度进行改造,使压力机与模具匹配,以提高设备利用率、冲压件生产效率及冲压件质量,降低冲压件外协生产成本。对立柱垫块及拉紧螺栓进行了校核分析。实践证明,改造是成功的。     

GIS支持下的水文生态效应评价混合型专家系统设计初探

文章从人工神经网络(ANN)、专家系统(ES)各自的优势和不足出发，结合地理信息系统(GIS)技术的特点，介绍了水文生态效应评价的混合型专家系统(HEMES)的基本结构模式和各模块的功能。然后抓住ANN、ES、GIS的共同作用因子一专家知识，从数据库结构、C 类方面探讨了三者集成的问题，并根据集成的思想探讨了相关功能设计。指出HEMES是一种更准确、易操作的评价技术，可作为相关管理、决策者的辅助工具。     

环境污染物定量构效关系模型研究进展

介绍了环境污染物定量构效关系研究进展，并探讨了各种模型的优缺点，指出：多元线性回归分析，模式识别等传统的数值模型适用于分子结构类似，样本数少的系列化合物ＱＳＡＲ研究，而最近发展起来的专家系统模型和人工神经网络模型不仅具有很强烈的识别能力，还具有较强的预报能力，是ＱＳＡＲ模型发展的新趋向。     

大型复杂冲压件CAPP的发展趋势

讨论了大型复杂冲压件计算机辅助工艺设计中数值模拟技术的应用、系统模型与工艺决策等关键技术的发展 ,以及CAPP与相关系统的集成 ,分析了大型复杂冲压件计算机辅助工艺设计的发展趋势。     

冲压用低碳钢的球化退火处理效果

此文探讨了低碳钢的球化退火热处理工艺,重点讨论了球化处理措施对低碳钢冲压件冲压工艺性能的影响效果,为提高冲压件产品合格率可行热处理工艺的制定提供参考。     

环境专家系统研究进展

对环境专家系统(EES)在环境科学领域的应用进展及其研究的必要性进行了分析。结合近几年来国内外大量的实践案例和相关研究文献。对环境专家系统的发展历史、开发语言，空间分析能力，应用功能等方面的研究状况进行了全面回顾，并针对当前环境专家系统研究及应用的主要领域一环境影响评价专家系统(EIA—ES)进行了系统总结。     

环境智能决策支持系统

分别对决策支持系统和专家系统技术在环境科学领域中的应用进行了概述，分析了决策支持系统和专家系统的主要不同点，描述了决策支持系统集成专家系统而形成的智能决策支持系统方式，同时以大气污染总量控制规划智能决策支持系统为实例，分析了开发环境智能决策支持系统的必要性。以及环境智能决策支持系统的设计方法。     

基于粗糙集-人工神经网络的建筑施工安全评价及应用

本文依据建筑施工过程安全状态特征,从人、机、环境、管理四个方面进行分析,构建了建筑施工安全评价指标体系,并将粗糙集理论与人工神经网络模型两种方法相结合,建立了基于粗糙集-人工神经网络的建筑施工安全评价模型,对建筑施工过程安全状况进行评价,即:首先通过专家评议同粗糙集理论相结合,对评价指标体系中的各指标进行约简,并确定影响建筑施工安全的核心因素;然后将经粗糙集约简后的评价指标采用人工神经网络方法进行处理和计算。通过实际应用验证表明,经过训练后的神经网络所得的预测值同理论值相近,证明此种评价模型能为建筑施工安全评价提供合理的依据。     

基于知识的管道系统泄漏检测方法

提出了3种基于知识的管道系统泄漏检测方法,分别是:通过对负压波波形分段符号化处理,采用上下文无关法表示波形结构模式的模式识别诊断系统;以选取合适维数的功率谱特征向量而建立的神经网络泄漏检测系统;与泄漏机理数学模型结合的泄漏诊断专家系统。     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

结构应力逆向推演模型及其不确定度定量分析

目的 针对现有结构安全在线监测与评估方法存在的短板,结合人工智能方法探索新的解决方案。提出一种基于有限测点应力逆向推演整体结构应力分布的方法,以数据驱动的模式,基于神经网络技术搭建算法模型。方法 以结构有限元仿真数据为基础,运用相关性分析方法,获取代表结构响应特征的有限个测点,利用神经网络方法构建基于有限测点应力推演结构全场应力分布的算法模型。结果 以科学试验平台的连接器结构为对象,开展该算法模型的应用研究,并且对该应用实例下的算法模型开展不确定度分析,推演结果的相对不确定度u95rel为8.6%。结论 该算法模型的推演结果正确反映了结构总体响应特征。从建模过程角度分析,该算法模型的不确定度来源主要包括相关性分析方法、神经网络建模以及模型收敛条件3个方面。     

基于GA-ANN改进的空气质量预测模型

基于人工神经网络的空气质量预测模型优于传统的逐步回归模型,但由于性能差异不明显而较少在空气质量预报中应用. 设计了将遗传算法和神经网络算法相结合的基于GA_-ANN的空气质量预测模型,并利用天津市2003—2007年气象和污染物监测资料对该模型进行验证. 对2007年全年的ρ(SO₂),ρ(NO₂)和ρ(PM₁₀₎进行预测,预测值与实测值的相关系数分别为0.899 6,0.828 3和0.600 0. 与一般的人工神经网络预测模型相比较,GA_-ANN模型将空气质量等级预报的准确率从77.57%提高到79.67%. GA_-ANN模型可结合其他方法进行日常空气质量预报.      

基于深度学习和物联网技术的智慧污水管控系统

在智慧城市建设中,水资源的智慧化管理是其不可或缺的一环,智慧水务对促进城市的长期健康发展意义重大.以青岛市某精细化工厂为例,将人工智能技术与物联网技术相结合并运用于该化工厂智慧污水管控系统中,通过一系列传感器采集动态数据,实现对水质质量的实时监测.该智慧污水管控系统应用深度学习中的长短期记忆(Long Short-Te...     

RBF神经网络氧化沟系统出水氮磷预报模型

为定量模拟污水处理系统进水及出水水质参数数学关系,为污水处理系统的智能反馈控制奠定理论基础,文章以河南漯河市污水净化中心氧化沟系统为考察对象,采用径向基函数(RBF)神经网络对其模拟分析,建立了氧化沟系统出水TN、TP预报的RBF网络模型。建模过程采用的主成分分析与聚类分析有效挖掘了样本信息,采用的数据预处理方法缩减了模型误差。模型性能及灵敏度检验表明,建成的模型对出水TN、TP预报准确率分别达到90%、70%,相关性检验系数分别达到0.95和0.89,可用于该系统出水TN、TP预报,为系统在线控制提供指导。研究同时表明,RBF神经网络由于克服了误差反向传播(BP)网络收敛慢、局部极值等缺点,在水处理系统模拟及其反馈控制中,具有巨大的应用潜力。     

GA-BP神经网络在铜合金海洋腐蚀预测中的应用

目的 充分利用海洋腐蚀数据,深入分析数据规律.方法 在BP神经网络的基础上引入遗传算法,以克服神经网络模型固有缺陷,提高预测精度和训练速度.结果 对GA-BP人工神经网络进行了简要阐述,并以铜合金在海水中的腐蚀数据为例,应用GA-BP人工神经网络建立了海水腐蚀预测模型,对预测结果进行了评价.结论 预测结果表明,模型能满足设计要求,具有较好的泛化能力.