检索范围：
排序： 展示方式：
黄耀英,丁月梅,吕晓曼,徐佰林
《中国工程科学》 2014年 第16卷 第3期 页码 59-63
闸墩混凝土温控防裂是一个与温控措施和材料参数相关的复杂多因素系统优选问题，本文尝试已知混凝土热力学材料参数情况下的温控措施优选，将闸墩混凝土结构内部和表面主拉应力历时曲线和抗拉强度增长曲线关系的最小值作为输入，闸墩表面保温效果、浇筑温度、通水水温、通水时间作为输出，建立了温控措施优选的神经网络模型，采用均匀设计原理进行温控参数组合，并采用水管冷却有限元法仿真分析含冷却水管的闸墩混凝土结构温度场和徐变应力场，将合适的结构主拉应力历时曲线和抗拉强度增长曲线关系的最小值输入训练好的网络，可自动优选出温控防裂措施。算例分析表明，本文建立的温控措施优选神经网络模型是可行的。
陈永兴,常昊天,鲁文妍,任炳昱
《中国工程科学》 2013年 第15卷 第4期 页码 96-101
坝型优选属于多因素、多方案的复杂决策问题，不仅需要经验丰富的熟悉实际工程情况的专家，而且需要运用客观的分析决策技术。本文综合分析堆石坝坝型选择中的各种影响因素，建立了坝型方案优选的递阶层次结构模型。考虑了层次分析法和熵权法对权重确定的不足，将两者结合起来计算综合权重，并运用TOPSIS法对模型进行求解计算，最终确定优选方案。实际应用结果表明，该方法计算简便、结果可靠，能够为堆石坝坝型优选提供科学的决策依据。
曹炳元
《中国工程科学》 2001年 第3卷 第3期 页码 52-55
变电所供电半径的选择是一个复杂的问题。为了确定最佳供电半径，减少投资，降低损耗，建立了Fuzzy环境下的变电所供电半径选择的几何规划模型。它包括软约束问题和含Fuzzy系数的问题。通过数值实例的计算，验证所建立的模型，与静态和动态的优化数学模型如控制模型和经典几何规划模型相比较，包含更多的信息，且获得了更满意的结果。
李向阳,程春田,武新宇,林剑艺
《中国工程科学》 2007年 第9卷 第3期 页码 52-57
在SCE－UA算法的基础上，结合Pareto排序和模糊多目标优选的优点，提出了水文模型模糊多目标 SCE－UA（FMOSCE－UA）参数率定方法目标函数综合考虑了洪峰流量、水量平衡、峰现时间以及流量过程均 方差等水文过程的不同要素，使得优选的参数更能反映流域水文特征。双牌水库实例研究结果表明FMOSCE－ UA优于标准SCE－UA算法，优选参数完全可以用于实际洪水预报。
姜振海
《中国工程科学》 2012年 第14卷 第4期 页码 77-82
针对萨北开发区油层沉积特点及特高含水期剩余油分布特点，以水动力学原理为指导，在已有周期注水实践经验的基础上，结合数值模拟进行机理研究，优化周期注采方式及各项参数，引入了分层段交叉注采改变液流方向改善开发效果的做法，在实践中取得了较好的效果。
翟钢军,李玉刚,康海贵
《中国工程科学》 2010年 第12卷 第11期 页码 40-46
针对海上风机基础设计中经常遇到复杂的方案优化选型问题，将多因素、多级模糊优选理论引入到基础的设计选型中。针对影响因素复杂、确定隶属函数主观因素较强的情况， 成功引入因素的优先关系法来确定优选矩阵的隶属度， 较好地解决了确定隶属函数的人为影响。通过此优选模型成功地将影响基础设计选型的13 种主要因素和4 种桩基基础设计形式进行了多级模糊综合优选决策，得到了比较理想的决策结果， 为海上风机基础设计选型提供了新的思路。
张宏伟,吴爱国,盛涛
《中国工程科学》 2006年 第8卷 第7期 页码 58-62
针对变风量（VAV）空调系统的特性，将VAV系统分解为多个智能体，提出了基于多智能体技术的分布式智能控制方法，有效地解决了变风量空调系统回路间的解耦和协调问题。
谭建荣,刘振宇,徐敬华
《中国工程科学》 2018年 第20卷 第4期 页码 35-43 doi: 10.15302/J-SSCAE-2018.04.007
智能产品与装备是智能制造和服务的价值载体、技术前提和物质基础。智能产品与装备的内涵体现在两个辩证的方面：一是智能技术的产品化，主要体现在物联网、大数据、云计算、边缘计算、机器学习、深度学习、安全监控、自动化控制、计算机技术、精密传感技术、GPS定位技术等的综合应用；二是传统产品的智能化，借势新一代人工智能，赋予传统产品以更高智慧，在智能制造装备、智能生产、智能管理等方面注入强劲生命力和发展动能。在广泛科学调研和已有研究基础上，结合《中国制造2025》的十大重点领域及《人工智能三年行动计划》等宏观政策，拟定了智能产品与装备的十二大装备领域。研究表明，新一代智能产品与装备以知识工程为核心，以自感应、自适应、自学习和自决策为显著特征。未来将重点发展该领域的十大关键技术。
蒋昌俊,王俊丽
《中国工程科学》 2018年 第20卷 第6期 页码 93-100 doi: 10.15302/J-SSCAE-2018.06.015
人工智能（AI）旨在模拟人脑中信息存储和处理机制等智能行为，使机器具有一定程度的智能水平。本文将深入分析与AI密切相关的计算机科学、控制科学、类脑智能、人脑智能等学科或领域之间的交融与历史演进；指出神经科学、脑科学与认知科学中有关脑的结构与功能机制的研究成果，为构建智能计算模型提供了重要的启发，并从逻辑模型及系统、神经元及网络模型、视觉神经分层机制等方面，分别阐述智能的驱动与发展；最后从互联网的计算理论、AI的演算和计算的融合、类脑智能的模型和机理、AI对神经科学的推动作用、反馈计算的算法设计与控制系统的能级五个方面
人工智能在智能制造领域的应用研究 Review
Bo-hu LI,Bao-cun HOU,Wen-tao YU,Xiao-bing LU,Chun-wei YANG
《信息与电子工程前沿（英文）》 2017年 第18卷 第1期 页码 86-96 doi: 10.1631/FITEE.1601885
关键词： 人工智能；智能制造；智能制造系统
走向智能机床 Article
陈吉红, 胡鹏程, 周会成, 杨建中, 谢杰君, 蒋亚坤, 高志强, 张成磊
《工程（英文）》 2019年 第5卷 第4期 页码 679-690 doi: 10.1016/j.eng.2019.07.018
随着现代信息技术特别是新一代人工智能技术的发展，智能机床技术迎来了新的发展机遇。本文在中国工程院定义的智能制造三个范式的基础上，系统地阐述了智能机床的概念、内涵、特征和体系架构。揭示了机床从手动机床演化到智能机床的三个阶段（数控机床、互联网+ 机床以及智能机床），详细分析了智能机床的自主感知与连接、自主学习与建模、自主优化与决策和自主控制与执行这四项智能化控制的实现原理，提出了智能机床通过数据学习形成并积累知识的本质特征基于以上研究，研制了智能数控系统和智能机床工业样机。通过基于Cyber NC 和双码联控的加工质量优化、基于大数据建模的工艺参数优化和基于深度学习的机床进给系统建模及误差补偿这三个智能化技术应用案例的实践，验证了新一代人工智能技术与制造技术的深度融合，是机床实现从“互联网+ 机床”向“智能+ 机床”演化的便捷有效途径。
潘云鹤
《工程（英文）》 2016年 第2卷 第4期 页码 409-413 doi: 10.1016/J.ENG.2016.04.018
随着互联网的普及、传感网的渗透、大数据的涌现、信息社区的崛起，以及数据和信息在人类社会、物理空间和信息空间之间的交叉融合与相互作用，当今人工智能(AI) 发展所处信息环境和数据基础已经发生了深刻变化，人工智能的目标和理念正面临重要调整，人工智能的科学基础和实现载体也面临新的突破，人工智能正进入一个新的阶段。这个源于传统而又与之不同的人工智能新阶段被称为人工智能2.0(AI 2.0)。本文从人工智能60 年的发展历史出发，通过分析促成人工智能2.0形成的外部环境与目标的转变，分析技术萌芽，提出了人工智能2.0 的核心理念，并结合中国发展的社会需求与信息环境特色，给出了发展人工智能2.0
标题 作者 时间 类型 操作
京公网安备 11010502051620号
