基于知识图谱的航天器健康管理技术研究

针对传统故障诊断专家系统知识深度不足的缺点,研究基于知识图谱的航天器健康管理技术,将供配电、信息流、硬件接口、功能、接地、物理布局、上下文动作、故障预案等多个维度的专家知识以知识图谱的方式关联固化,在检测到异常时,自动关联相关的背景专家知识,辅助故障排查,并结合知识信息进行因果推理分析,提供可能的故障点及因果关系、处置策略,提升航天器故障诊断效率、可解释性与处置能力。该技术用于航天器地面测试及在轨健康管理中,辅助专家快速发现异常线索,可作为国内航天器健康管理技术发展的参考。     

航空装备军民协同保障策略选择的影响因素研究

现有航空装备保障研究缺乏对军民协同保障策略选择的影响因素探究。基于有限理性的条件,构建在装备发展部的参与下军地双方基于知识共享的协同保障演化博弈模型,分析在装备发展部的参与下军地双方对航空装备协同保障的策略选择,并在理论模型的基础上进行三方策略选择的数值仿真分析。结果表明：装备发展部参与的初始意愿度、政策制定、资金投入...     

CPC环境下产品概念设计集成知识模型的研究

在概念设计阶段,为了加强对设计供应链的重视和全面的知识表达,将软件组件技术应用于概念设计,建立了概念设计的集成知识模型.以此为基础,研究了CPC(Collaborative Product Commerce)环境下概念设计的技术路线和实现方法,并基于CPC环境开发了一个计算机辅助概念设计(CACD)原型系统.     

基于D-S证据理论的知识融合及其应用

知识融合是上世纪末提出的一种新概念,它不但能够融合数据、信息,而且还可对方法、经验,甚至人的思想进行融合.针对企业失败预警问题,提出了一种基于D-S(Dempster-Shafer)证据理论的新的知识融合方法,该方法主要包括数学建模、知识融合以及结果分析与决策三个步骤.给出了基于D-S证据理论知识融合方法的具体实现:提出了一种数学建模方法,将信息熵的概念引入到基础概率分配的确定中;针对企业失败预警问题,推导了基于D-S证据组合理论的知识融合公式;提出了一种简洁的融合结果分析与决策方法.最后通过对具有典型企业风险特性的两个上市公司进行分析和处理,验证提出的基于D-S证据理论的知识融合方法的有效性.结果表明,该方法能有效降低企业失败预警方法的不确定性.      

寻梦“天宫”——全国青少年载人航天科技知识竞赛

为激发全国广大青少年对航天科技的兴趣,提高全国青少年对载人航天科技知识的了解,中国科协、中国载人航天工程办公室和中国航天科技集团公司将举办寻梦“天宫”——全国青少年载人航天科技知识竞赛活动。本活动是“开启天宫的梦想”——全国青少年载人航天科普系列活动的重要活动之一,由中国科协青少年科技中心、中国宇航学会承办。此次知识竞赛采取书面答题和网络答题两种形式。     

一种挖掘意外规则的方法

采用不确定规则形式表示发现知识和用户的领域知识,提出了发现规则相对于领域规则的前件一致度的概念及其计算方法,在此基础上给出了3种规则意外形式;分析了规则意外度的影响因素,给出了意外性的度量函数;研究了一种意外规则的挖掘方法,该方法不受产生规则的数据挖掘算法限制。实验结果表明,该方法能够有效地遴选出意外规则。     

关于条件蕴涵的一个注记(英文)

非单调推理与条件蕴涵之间存在着紧密的联系 ,众多研究人员从不同角度对此进行了研究 ,其中 ,C.Boutili-er与 P.Lamarre证明了一些条件逻辑系统刻画的条件蕴涵可以作为非单调后承的对应物。本文基于 Friedman与Halpern提出的 PS(Plausibility space)概念 ,探讨了具有非单调特性的条件蕴涵的性质 ,刻画了可以充当非单调后承在对象语言层对应物的条件蕴涵的一般特征     

知识-模糊神经网络在复杂劳动计量中的应用

由于大脑自身结构的超复杂性和人们对大脑信息处理机制与过程认识的局限性,复杂劳动计量长期以来未能得到有效解决。文中首先系统地研究了复杂劳动过程的三要素,其次通过引入知识工程原理、模糊神经网络技术等,根据大脑处理信息在微观结构与宏观形式上的基本特点及复杂劳动面向对象的信息特征,提出基于知识－模糊神经网络的复杂劳动计量思路,以计量复杂劳动量,并给出计量方法与步骤及案例分析,案例分析结果表明,该文所提出的     

知识的记忆-遗忘模型及其在知识管理中的应用

人脑通过反复记忆-遗忘功能筛选和掌握有用知识.将人脑的记忆和遗忘的特性引入知识管理,建立了符合遗忘规律的记忆-遗忘数学模型,并对其进行了适合计算机模拟的等效简化,以此为基础探讨了在知识管理系统中的应用和实现方法,并给出了实例.该模型能有助于快速提炼出知识系统中使用频繁的知识单元,并且对老化知识和新知识具有一定的适应能力,可以提升知识管理系统的价值.     

基于融合先验知识SVM的航班延误预警模型

针对日益严重的航班延误问题,有必要通过预警机制减少其负面影响,对机场各时段延误程度的预警其实质是一个多类分类问题.利用先验知识确定了一种新的基于相对紧密度的方法来计算各样本的权值,并将其融合到支持向量机模型中,进而结合一对一法(OAO)形成一种一对一加权间隔支持向量机(OAO-WMSVM),用以实现一个多级航班延误预警模型.实验证明,用OAO-WMSVM建立的预警模型能有效判定机场各时段的延误等级;同时还证明,融合了先验知识的SVM比标准SVM具有更好的分类性能.