基于知识工程的智能型优化设计系统

本课题将人工神经网络方法加以改造应用于作物生产栽培研究，实现神经网络提取知识的农学意义表达；同时将全息协调理论与神经网络理论结合在一起，最终形成作物生产全息协调神经网络，不仅实现了对作物生产复杂系统的整体控制，而且实现了对其细胞关系的精确辩识和控制。作物生产全息协调神经网络所作的作物生产预测与决策较单用全息协调方法作的预测决策结果更为精确，而且使全部分析、预测、决策过程和结果得到明确的农学解释。作物生产全息协调神经网络理论在解决作物生产栽培深层次的问题上不但是作物生产全息协调理论的又一次新的创造，而且对于神经网络也是一种具有新型结构、功能和算法的神经网络。 2100433B

《基于知识工程的电牵引采煤机现代设计》针对电牵引采煤机现代设计技术研究存在的问题，将知识工程理论融入电牵引采煤机设计领域进行研究，面向采煤机总体设计和部件设计及CAE分析过程三个主要阶段，建立了基于知识工程的电牵引采煤机现代设计体系框架；给出了解决知识工程中的三大关键技术，即知识获取，知识表示和知识推理问题的理论依据及技术路线；提出了基于混合知识表达模型的电牵引采煤机知识表示方法，研究了基于ε一致性准则的粗糙集扩展模型的电牵引采藻机总体技术参数知识获取方法，提出了基于知识融合推理模型的电牵引采煤机概念设计推理方法，构建了基于组件技术的采煤机远程CAD/CAE集成设计与分析模型。在此研究基础上，开发了基于知识工程的电牵引采煤机现代设计系统，提高了电牵引采煤机设计的自动化和智能化程度，为电牵引采煤机设计知识共享与继承提供了有效途径。

《基于知识工程的电牵引采煤机现代设计》总结了作者在该领域研究中所取得的新研究成果，希望为从事现代设计、知识工程理论与方法研究的学者及研究生进行相关研究提供参考和帮助。

知识工程的概念是1977年美国斯坦福大学计算机科学家费根鲍姆教授(E．A．Feigenbaum)在第五届国际人工智能会议上提出的。

知识工程是人工智能的原理和方法，对那些需要专家知识才能解决的应用难题提供求解的手段。恰当运用专家知识的获取、表达和推理过程的构成与解释，是设计基于知识的系统的重要技术问题。知识工程是以知识为基础的系统，就是通过智能软件而建立的专家系统。知识工程可以看成是人工智能在知识信息处理方面的发展，研究如何由计算机表示知识，进行问题的自动求解。知识工程的研究使人工智能的研究从理论转向应用，从基于推理的模型转向基于知识的模型，包括了整个知识信息处理的研究，知识工程已成为一门新兴的边缘学科。

知识工程是一门以知识为研究对象的新兴学科，它将具体智能系统研究中那些共同的基本问题抽出来，作为知识工程的核心内容，使之成为指导具体研制各类智能系统的一般方法和基本工具，成为一门具有方法论意义的科学。

1984年8月全国第五代计算机专家讨论会上，史忠植提出：知识工程是研究知识信息处理的学科，提供开发智能系统的技术，是人工智能、数据库技术、数理逻辑、认知科学、心理学等学科交叉发展的结果。

知识信息处理的过程及有关技术.“知识工程”这个术语是由美国斯坦福大学的费根鲍姆(Feigenbaum，E.A.)在1977年于麻省理工学院召开的人工智能国际会议上提出的.它是从人工智能派生出来的一个研究领域.知识工程的研究促进了人工智能从单纯的理论研究走向实用化，并向计算机科学以及其他学科的许多研究领域中渗透，所以有时又把知识工程称为应用人工智能。

知识工程把有关知识库系统、专家系统等的构造技术作为主要课题.其研究的主要领域包括以下三个方面：

1.知识获取.研究知识处理系统如何从系统外部获得知识、充实知识库，包括对外部的数据进行知识化.

2.知识表示.研究怎样对知识进行形式化地描述，以便让计算机能合理地存贮和使用知识.

3.知识使用.研究在知识处理系统中应如何组织和利用知识，使用怎样的推理方法，以达到所希望的目标.