通过对下一代制造系统网络特点的分析,提出了一种基于Internet的分布式网络管理系统,给出了其核心-基于人工神经网络的网络性能管理专家系统的模型.同时对此模型的核心模块——神经网络模块进行设计,实现网络性能问题的发现和相关原因的分析,并提出优化建议

采用SEM、XRD和矿相分析方法对几件战国带虎斑纹的巴蜀兵器样品进行分析.样品基体为铸态组织且铸后经过加热;斑纹与基体有明显的界面,斑纹是高锡的铜锡合金,厚度在20~40μm;斑纹主要是由SnO2与Cu41Sn11组成.根据分析结果并分别用镀高锡合金法、热镀锡法进行模拟实验,初步认为虎斑纹系人工表面处理得到,处理工艺应为热镀锡.组织观察到从基体向镀层方向生长的柱状晶,应是铜向液态锡中溶解扩散所致;镀层中δ相的存在,可能热镀锡后又经过退火的过程

以乙醇为介质,用二氧化硅球沉降法制备有序性较好的人工欧泊(Opal),并对二氧化硅球排布进行了显微形貌及透射谱表征.结果显示二氧化硅微球有序堆积,其结构为类面心立方晶型,与目前的理论研究结果符合得很好

在热力学分析的基础上,以高炉渣为原料,引入适当的添加剂,利用碳热还原-氮化的方法制备了Ca-α-Sialon-SiC粉,得到的Ca-α-Sialon含量最高可以达到81%;利用统计模式识别结合人工神经元网络优化了工艺

以BP反传理论为基础,建立了对Osprey过程的前向多层神经网络,并对其进行测试.利用这一方法研究了Osprey过程中部分参数对孔隙度的影响.结果证明该网络较好地实现了学习和预测

为了提高数值计算结果的可靠度,基于正交设计、差分法和人工神经网络建立了新的边坡岩体力学参数反分析方法.按照正交设计要求,选定反演参数的水平,确定数值模拟方案;用FLAC2D差分程序计算得出相应的神经网络分析样本;对RBF神经网络进行训练;利用现场监测位移,对某露天矿边坡岩体的力学参数进行神经网络反分析.反分析结果与理论值的误差很小,满足精度要求,表明该反分析方法的可行性和精确性

针对聚脲涂料防腐涂层进行紫外加速老化实验,采用光泽度计、扫描电子显微镜(SEM)以及傅里叶变换红外光谱仪(FTIR)分析并结合电化学阻抗谱(EIS)图谱,研究涂层的老化行为.结果表明:涂层的老化分为前期、中期和后期三阶段,涂层表面在老化中期变色较大.涂层的表面、断面SEM及EIS测试显示涂层中的微气泡阻止了涂层的老化裂纹向基体发展,涂层仍保持较好的防护性能

借鉴生物特异性免疫中T细胞、B细胞协同免疫机理,提出了一种免疫控制器,并将免疫控制器与PID控制器在系统输出控制能力、抗干扰能力、对象参数变化的适应能力等方面做了比较研究.结果表明这种免疫控制器较PID控制器性能优越

将神经网络与人工智能技术相结合,提出了1种新型的知识表示的形式化描述和知识单元。知识通过模式分类导入,并用IMSBP和(B-B)BP调节2种不同类型的权。在此基础上提出了神经网络的双向求解策略。以加热炉控制验证了其可行性

提供了一种机械设备的智能型计算机辅助设计系统,它的特点在于,根据设备设计各个阶段的特点,分别采用了智能推理、类比设计的人工智能选型、机械零件常规的设计计算及零件的优化设计