网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段

1. 直接自适应控制和间接自适应控制的基本概念； 2. 模糊模型参考学习控制（FMRLC）的原理、结构； 3. FMRLC 的设计和实现

4.1 概述 4.2 传感器与微机的接口技术 4.3 传感器的非线性补偿处理 4.4 传感器输出信号的数字滤波 4.5 智能传感器

介绍了优化设计建模和算法选择两个专家系统及其并行处理技术，以及各子系统所采用的自律分散、并行设计和共享信息、协调工作的控制策略及其在工程优化设计的智能化和自动化中所起的作用

从定义中可见，传感器是一种检测装置，能感受到被测量的信息，并能将检测感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。传感器的重要性集中体现在它是自动化、科学测试、计量核算、监测诊断等系统的基础环节

运用模糊信息处理方法，通过对大量的楔横轧模具设计的实际数据进行模糊处理，进而得出断面收缩率φ与成形角α、展宽角β的模糊关系.依据模糊关系，选择合理的推理方法，确定出工艺参数，解决了模具设计智能CAD中工艺参数的自动选取问题．

提出了一种预测岩土边坡稳定性的方法.利用数据挖掘的方法从边坡实例数据中挖掘出知识,在此基础上建立岩质边坡稳定性预测的智能模型系统.该系统可以根据获得的现场测试和监测资料,对边坡的稳定性进行较好的预测和估计

在延时Petri网的基础上,提出一种更适合生产计划模拟的扩展延时Petri网(E-TPN)。将它与专家系统相结合,设计并建立了生产计划专家模拟系统,借助于该系统对生产计划进行模拟运行和优化,能得到较优的利于调整的计划

单机器调度问题是研究工件在多道工序进行加工的加工活动排序的组合最优化问题．由于调度问题中绝大多数属于NP-难类问题，不存在有效的最优求解算法．针对用智能优化算法—遗传算法求解单机器调度问题中交叉率和变异率难以确定的问题，设计了一种模糊算法以便自动确定交叉率和变异率．通过数值实验，嵌入模糊规则的遗传算法比简单的遗传算法要好，说明在实际生产中，此算法具有强大的发展前途．

描述了超声波脉冲回波测距系统的基本组成,重点研究了超声波测距系统中的低噪声问题,设计了分时和分区的开关隔离式超声波发射和接收电路,彻底切断了发射电路和其他电干扰信号对接收电路的影响.低噪声\能量球\的设计,极大地提高了回波的信噪比,实现了超声波低功率发射条件下的信号稳定接收.同时介绍了软件滤波器在超声波的智能化低噪声处理方面的应用