李素敏[1]2003年在《基于可拓逻辑的神经网络控制研究》文中指出可拓学是一门新的学科，它是用形式化的工具，从定性和定量两个角度去研究解决矛盾问题的规律和方法。它的理论支柱是物元理论和可拓集合理论，其逻辑细胞则是物元。它用于研究现实中的不相容问题，有广泛的应用范围，在创造性思维、决策方法制定、人工智能等许多方面有较好的应用可能性。 神经网络控制是80年代以来，在人工神经网络研究取得突破性进展的基础上发展起来的自动控制领域的学科之一。它是智能控制的一个分支，为解决复杂的非线性、分散性和不确定性系统的控制问题开辟了一条新的途径。神经网络控制在很多控制系统中取得了很好的控制效果，但是在用神经网络进行控制的过程中，不可避免地出现了很多相互矛盾的问题。而可拓学的研究对象就是客观世界中的矛盾问题，所以神经网络控制与可拓学的相互结合就成了顺理成章的事了。 本论文利用可拓逻辑的方法具有解决矛盾问题和不相容问题能力的特点，针对种类繁多和特色各异的用于控制的神经网络建立了神经网络物元模型，并进行了优度评判，研究成果对用于控制的神经网络的选择和设计具有指导意义。 本文做的主要工作如下： (1) 深入研究了可拓学以及神经网络控制的相关理论，提出了把可拓学理论与神经网络控制相结合的思想； (2) 建立了神经网络物元模型，并详细分析神经网络物元的可拓性以及基本的物元变换； (3) 详细讨论了几种常用的神经网络物元及其相互之间的关系； (4) 构建了神经网络控制系统性能指标物元模型，并根据性能指标物元的要求利用可拓学的物元变换理论与菱形思维方法对神经网络控制器进行优化选择，对满足控制性能指标物元的多个神经网络控制器物元进行优度评价。 (5) 利用可拓学理论结合仿真算例改进了一类可逆系统逆模式神经网络控制的控制性能。 (6) 认真研究了可拓控制，通过仿真算例对可拓控制与几种神经网络控制进行了比较分析，得出了对慢时变非线性系统可拓控制比神经网络控制效果要好的结论。
尹毅[2]2007年在《基于可拓逻辑的蚕种催青控制系统设计》文中认为蚕种催青是蚕桑生产中的一项重要工作，催青质量的优劣，直接关系到蚕茧产量的高低。蚕种催青质量主要取决于催青控制设施能否提供最佳的人工气候环境，即能否提供最佳的温湿度环境。适宜的蚕室环境条件，可增强蚕儿体质，抑制其小环境内病原物的繁殖，降低发病率，提高茧的产量。温度条件对蚕的生长发育影响最大。一方面是因为蚕在不同的发育时期对温度的要求不同，蚁蚕期的适温为26—28℃，而大蚕期则为23—25℃，温度适合能使蚕更加健壮，提高抵抗疾病的能力。另一方面，温度还影响到蚕茧丝的粗细，通常是温度高蚕吐丝快茧丝细，温度低则茧丝粗。所以温度的控制直接影响到蚕的产量。本文从全新的思路出发，采用可拓控制与PID控制相结合的方式。其关键问题是可拓控制器的设计。本文主要包括六个方面的内容，一是概述，主要介绍课题的意义和控制理论国内外的发展现状和趋势。二是介绍中国养蚕业的发展。叁是系统地介绍可拓学的理论框架、可拓集合论、物元的概念、物元变换的理论，并引入了关联函数这一重要概念。四就接着介绍了可拓控制的基本概念和可拓控制器的结构和原理。五是有关数据采集部分硬件设计。主要讲述西门子S7—200系列PLC，JWS温、湿度变送器。六是可拓控制算法、PLC程序和上位机软件设计。根据温湿度控制的要求，本系统完成了基于现场总线技术，集检测、控制和管理等功能于一体的蚕室温湿度控制系统的开发。整个系统采用二级计算机控制方式，基础自动化级采用西门子公司S7-200系列PLC，实现了对蚕室温度和湿度双重目标的控制。监控级为台湾研华生产的工业控制机，完成对系统的组态、监控、报警、制表等功能。系统软件操作简便，画面动感直观。实践证明可拓控制与PID控制的结合比只采用PID控制具有更好的适应性、可靠性和快速性。
张永[3]2002年在《基于可拓逻辑的智能控制》文中提出本论文系统地介绍了可拓学的理论框架、可拓集合论、物元的概念、物元变换的理论；重点阐述了可拓学中的菱形思维方法、关联函数的建立方法以及关联函数在可拓控制中的几个重要性质；最后对可拓控制器进行研究，提出了几种基于不同特征量的可拓控制方案，并进行了仿真研究，得出了对实际控制工程有指导意义的结论。方案的研究的过程充分体现了可拓学中的把发散方法与收敛方法结合的思维方式。
何斌[4]2005年在《基于可拓逻辑的机器学习理论与方法》文中指出机器学习已经被广泛应用到各种智能系统中，它是计算机系统有目的地自动增进知识并改善系统功能的基本手段，是使机器具有智能的根本途径之一。 针对智能学习系统目前仍不具备或仅具备有限的智能学习能力的问题，为了解决智能应用系统中存在的动态性、复杂性和非结构化的学习问题，特别是控制系统和决策系统中不相容问题的学习问题，本论文把可拓逻辑引入机器学习方法之中，提出了“基于可拓逻辑的机器学习”的研究课题，并从形式化和模型化的角度，较系统地研究了“基于可拓逻辑的机器学习”，提出了叁种基本的创新学习形式，即“相似学习”、“逆向学习”和“基于问题的学习”，研究了相关的学习策略，建立了适合于解决不相容问题的机器学习方法，对于提高现有机器学习方法解决不相容问题的能力，改善和提高智能系统的性能，具有理论和实践价值。 本论文的主要研究内容和研究结果如下： (1)研究相似学习，建立了相似性的形式化模型，引入δ-相似的概念和δ-相似可拓元的概念，然后给出了测度相似性的定量函数，提出了解决不相容问题的相似替代原理，它是解决不相容问题的有效方法。还建立了叁条相似性推理基本规则。研究表明，相似推理是类比推理的推广。相似学习既丰富了相似理论的内容，也扩展了机器学习的相关内容。 (2)研究逆向学习，建立了四种逆向元，讨论了基本元的逆开拓，分析了变换的逆开拓，研究了逆向解的逆向度计算方法，探讨了逆向推理问题，并给出了相关的逆向推理规则。然后，给出了逆向学习的基本步骤。研究表明，逆向学习可运用逆向开拓和逆向推理展开。 (3)研究基于问题的学习，以可拓逻辑为基础，系统性探讨了问题的表示、问题的分析、问题的求解和问题的管理等几个问题；给出了问题的可拓表示方法，探讨了问题的发散性分析方法、共轭性分析方法、关键分析方法和传导分析方法；研究了问题求解的变换方法，特别综合分析了目标变换的上下位蕴含变通方法、转换桥方法和临界方法；指出，除条件变换和目标变换外，利用可拓变换进行环境变换，也是解决不相容问题的重要方法。 以上叁种学习方式都是以可拓逻辑为工具，并在集成各种相关学习理论(包括心理学学习理论、机器学习理论和组织学习理论)的基础上发展而成的，都是面向不相容问题求解的，并利用各种恰当的变换和推理进行学习的学习方式。 本论文是把可拓逻辑应用于机器学习的一项探索性研究工作，是以作者十年来进行可拓逻辑和人工智能的研究工作为基础的。所做的探索性研究尝试提供一种新的学习方法，这种学习方法不仅使计算机智能系统解决不相容问题和矛盾问题成为可能，而且使机器学习理论的研究内容和研究方法得到扩展，也为更有效地解决以往的学习问题提供
丁力平[5]2010年在《面向质量特性的定制产品稳健设计技术及其应用研究》文中认为为解决产品定制化程度与质量稳健性之间的矛盾,本文提出了面向质量特性的定制产品稳健设计技术,对产品质量模型的构建、产品质量特性的优化提取方法、产品模块的划分与重构技术、产品族的稳健规划和产品模块选配与装配线设计进行了深入研究,并结合企业具体应用将上述技术应用于实际产品开发中,取得了良好的效果。论文的主要内容如下：第一章综述了质量特性和定制产品设计的研究现状,阐述了稳健设计的内涵和研究现状,在分析了现有定制产品的稳健设计方法不足基础之上,给出了面向质量特性的定制产品稳健设计的主要思想和研究背景。第二章分析了产品的基本质量观,探讨了定制产品的质量概念特点,提出了定制产品质量物元概念,给出了质量物元的表达方法,并基于可拓逻辑的物元变换构建了定制产品的多维质量物元模型；在此基础上,提出了定制产品的多维质量物元可拓评价方法。数控加工中心的质量模型构建与质量评价实例,验证了方法的可行性。第叁章提出了基于证据推理的细分需求群质量特性提取方法。研究了客户需求的物元表达、关系和筛选,给出了客户需求物元相似性度量计算方法,采用物元蚁群聚类实现了对客户需求群的聚类细分；建立了客户需求、质量特性以及质量特性自相关的群体信念度结构,通过对评价证据的融合与递归推理,得出客户需求重要度、质量特性初始重要度和质量特性自相关关系,进而构建了优化决策的整数规划模型,实现了对细分需求群的质量特性优化提取。上述方法在数控加工中心需求聚类划分和质量特性提取的具体应用,可表明方法的先进性。第四章提出了基于质量准则的产品模块划分与重构方法。研究以质量需求变化而引起的产品零部件之间的变动程度为模块划分准则,并由此给出质量需求与产品零部件的关联变动度计算方法,采用扩展的解析结构模型对产品综合关联关系进行描述,通过对扩展解析结构模型的演化分解,形成产品初始模块,给出了衡量模块聚合度,耦合度以及质量需求趋同度的计算方法,构建了产品模块重构的优化数学模型。最后详细分析了GMC型精密五轴加工中心的模块划分与重构的应用案例。第五章提出了基于多元质量特性波动的产品族稳健规划方法。针对设计参数随机变化引起的产品族质量特性的波动问题,提出了多元质量特性稳健指数概念和计算方法,构建了以多元质量特性稳健指数作为约束条件的产品族稳健优化模型；在产品族规划过程中,首先通过对设计参数的灵敏度分析选择平台参数,然后采用模糊C-均值聚类算法确定平台参数的共享策略,最后进行产品实例的稳健优化,实现设计目标与设计稳健性的综合优化。以数控加工中心的微型电机产品族设计为具体应用,证明所提方法是一种有效的产品族稳健优化设计方法。第六章提出了基于田口质量的定制产品选配及装配线平衡优化方法。分别给出了衡量模块实例稳健性和产品装配稳健性的计算公式,据此建立了定制产品稳健选配的数学规划模型,实现模块实例的最优选配组合；构建了以装配线闲置率、负荷均衡和装配成本为决策目标的装配线平衡多目标优化数学模型,并将蚁群优化算法与Pareto过滤技术相结合,提出了可求解装配线平衡的多目标蚁群优化算法。分别以数控加工中心的关键部件回转刀架装置和机械手装置的模块选配和装配生产实例,验证了上述模型和算法的有效性。第七章结合企业项目需求和本文研究成果,开发了数控机床定制化稳健设计系统(CNC-CRDS),以工程实践验证了所提理论和方法的正确性和可行性。第八章总结了本文的主要研究内容和成果,并展望了今后的研究工作。
李宇翔[6]2017年在《基于事件可拓逻辑的大数据跨时域分析方法研究》文中研究指明随着人们生活方式的改变和计算机技术的进步,大数据技术的应用已经渗透到生活中的方方面面,如购物网站推荐、广告精准投放、交通路况信息等都离不开大数据相关技术。2016年上半年谷歌公司人工智能程序AlphaGo在围棋盘上战胜了韩国着名棋手李世乭,将人工智能再一次变为热点话题。人们越来越希望计算机人工智能帮助人们来完成太过枯燥或运算量巨大的工作。上世纪80年代面世的可拓学从一开始就被认为将会在人工智能方面大有作为。可拓学站在解决矛盾的出发点上,把人类思维中的定性问题,转化为计算机所擅长的定量的数理计算;将事件发生之后的连锁反应转换为可拓学中的传导变换。虽然时至今日,可拓学实际应用并非广泛,但是在大数据的存储和计算平台上,可拓学具有巨大潜力尚未开发。本文使用可拓学的分析方法在针对NBA球员杜兰特转会事件展开分析:分析对象涉及事件本身、杜兰特及队友、两支当事球队、NBA联盟等矛盾各方;分析过程参考当事基元的过往经历和相似事件;分析还结合目前流行的大数据存储和计算方式来探讨可拓学在人工智能应用的可行性,也将指出其中的难点,并对以后的工作进行展望。
参考文献：
[1]. 基于可拓逻辑的神经网络控制研究[D]. 李素敏. 郑州大学. 2003
[2]. 基于可拓逻辑的蚕种催青控制系统设计[D]. 尹毅. 南昌大学. 2007
[3]. 基于可拓逻辑的智能控制[D]. 张永. 南京理工大学. 2002
[4]. 基于可拓逻辑的机器学习理论与方法[D]. 何斌. 华南理工大学. 2005
[5]. 面向质量特性的定制产品稳健设计技术及其应用研究[D]. 丁力平. 浙江大学. 2010
[6]. 基于事件可拓逻辑的大数据跨时域分析方法研究[D]. 李宇翔. 北京邮电大学. 2017
标签：自动化技术论文; 机器学习论文; 可拓学论文; 神经网络模型论文; 质量特性论文; 大数据论文; 逻辑分析法论文; 系统学习论文; 关系逻辑论文;