介绍了以膏体+多介质协同充填、同步充填和功能性充填为代表的新兴充填理念。系统阐述了以流变力学和固体力学为主体的矿山充填力学架构，剖析了原位多场多因素扰动作用，并介绍了最新研发的充填体多场耦合监测系统。总结了全尾砂深度浓密、固液混合搅拌以及长距离浆体输送等充填核心环节的发展特点及研究进展。分析了充填智能化发展的必要性，梳理了充填领域涉及的智能化算法，提出了充填智能化未来发展思路。通过对矿山固废充填发展趋势分析，认为未来矿山固废充填需要深度拓展绿色发展内涵，进一步探索模块化、规模化和智能化之路，积极融入并服务深地开采需求，充填采矿法或将成为深部采矿和绿色采矿未来可期的唯一解决方案

《最优化方法》 《高级计算机系统结构》 《高级人工智能》 《自然语言处理》 《高级算法设计与分析》 《软件系统与工程》 《网络与信息安全》 《大数据处理技术》 《嵌入式系统及应用》 《数据挖掘理论与方法》 《现代密码学》 《机器学习》 《智能制造技术及应用》 《区块链与隐私计算》 《AI 驱动的材料与化学》 《计算机视觉》 《人工智能原理与应用》 《计算成像技术》 《AI for Vision and Imaging》 《学科前沿讲座 A》 《文献阅读与学术写作》 《网络空间安全概论》 《密码学理论与应用》 《网络空间安全前沿技术研讨》 《信息隐藏技术》 《信息安全管理与评估》 《网络攻防对抗技术》 《深度学习与大数据分析》 《大数据安全与隐私保护》 《专业英语》 《网络信息内容安全技术》 《专业实践》 《学科前沿讲座 B》 《人工智能工程应用及安全》

教学内容 本章讲述模糊控制与传统控制的相互关系、模糊神经网络控制、模糊控制和遗传算法的相互联系与区别、模糊控制与基于知识系统的交叉和融合。 教学重点 重点内容是讲述模糊控制与传统控制的相互关系，模糊系统与神经网络、遗传算法、基于知识的学习系统的相互联系以及交叉融合。 教学难点 对模糊控制与传统控制、神经网络控制、遗传算法以及基于知识的系统的区别和联系的准确把握和理解，学会用发展和联系的观点看待智能控制学科的发展。 教学要求 要求学生基本了解模糊控制与传统控制、神经网络控制、遗传算法以及基于知识的系统的区别和联系。 通过本章的学习，进一步加深对智能控制特点的理解，学会用发展和联系的观点看待智能控制学科的发展，从而培养学生创常新意识和能力，形成正确的工作方法

针对由一阶智能体和二阶智能体组成的离散异质多智能体系统,研究其一致性问题.设计无通信时延和具有有界通信时延时的分布式一致性协议,通过将系统转化为自治的离散时间线性时不变系统,运用矩阵理论和代数图论方法,分析得到系统实现一致性的充分条件.获得的充分条件与采样周期、控制参数和系统的拓扑结构有关.证明了系统的一致性不受有界通信时延影响.数值仿真结果验证了理论结果的正确性

最早的智能建筑 1、1984年,康涅狄格州,哈特福德 2、联合技术建筑系统公司 United Technology Building System Corp 3、都市大厦( City Place) 4、实现办公自动化、设备自动控制和通信自动化 5、智能建筑 IB Intelligent Building

首先介绍了传统的编队控制方法的定义、特点和常用方法及优缺点,并将传统编队控制时代定义为前编队控制时代.随着多智能体技术的发展,将多智能体技术引入到编队控制问题中,诞生了众多新的研究成果,称为后编队控制时代.后编队控制时代以多智能体技术为基础,随着通信技术、计算机技术、人工智能技术的发展而逐渐壮大起来,并受到了学者的广泛关注.前编队控制时代强调多机器人通过编队协作完成单个机器人无法实现的任务,提高任务完成效率且缩短任务完成时间.后编队控制时代则是在前编队控制时代的基础上,更强调低成本、同步性和协同性,但却不那么重视每个个体的任务分工,甚至是按照规则自由分配任务,不再有“不可替代冶的个体存在.最后给出了研究编队控制问题的基本思路和目前尚待解决的关键问题

◼ 商务智能概述 ◼ 在线分析处理OLAP技术 ◼ 数据挖掘技术和方法* ◼ 数据挖掘过程 ◼ 数据仓库 ◼ 商务智能应用*

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

1.1智能控制的发展过程 1.2智能控制的几个主要分支 1.3智能控制的特点、研究工具及应用

学科基础教育（必修课） 《普通化学》 《普通化学实验》 《人工智能编程基础》 《现代工程图学 A》 《电工电子技术基础》 《工程力学》 《机械设计基础》 《自动控制原理》 《计算方法及应用》 专业教育（必修课） 《能源与动力工程导论》 《工程热力学》 《流体力学》 《流体力学实验》 《传热学》 《制冷原理与设备》 《食品低温保藏学》 《能源与动力工程测试技术》 《冷库建筑》 《空气调节》 《制冷压缩机》 《制冷空调自动化》 《制冷专业英语》 《制冷装置设计》 专业教育（选修课） 《㶲分析》 《热管技术》 《食品物流学》 《人工智能与控制》（2022 版通识课） 《智能制造概论》 《食品冷加工技术》 《制冷空调工程制图及 CAD》 《蓄能技术》 《低温技术》 《流体输配管网》 《供热工程》 《辐射供冷与供暖》 《计算流体力学及应用》 《食品冷冻冷藏原理与技术》 《建筑环境学》 《物联网工程技术》 《锅炉及锅炉房设备》 《通风工程》 《太阳能光热转换技术》 《冷冻干燥技术》 《冷藏链技术》 《制冷机制造工艺学》 《空气洁净原理与技术》 《施工技术与管理》 《制冷装置的安装、调试与维护》 《冷藏运输》 《太阳能利用》 《制冷空调节能技术》 《制冷空调系统仿真》 《能源管理》 《能源与动力工程专业讲座》 《换热器原理与设计》 专业实践实训（必修） 《名师导航》 《机械设计基础课程设计》 《认识实习》 《能源动力类计算机软件实践》 《金工实习》 《专业综合实践实训》 《生产实习》 《空调工程课程设计》 《制冷装置课程设计》 《毕业设计（论文）》 《电子电工技术基础》 《建筑环境与能源应用工程概论》 《建筑概论》 《建筑环境测试技术》 《热质交换原理与设备》 《暖通空调》 《建筑设备系统自动化》 《空调冷热源技术》 《建筑环境热源》 3专业教育（选修课） 《辐射供暖与供冷》 《人工智能与控制》 《暖通空调工程设计系统分析》 《汽车空调技术》 《建筑设备安装工程与经济》 《太阳能热利用》 《空气洁净技术》 《绿色建筑》 《建筑节能技术》 《大气污染物控制工程》 《专业外语》 《建筑环境与能源应用技术前沿》 《暖通空调综合课程设计》 《冷热源工程课程设计》 《通风工程课程设计》 《空调系统仿真实验》