一、虚拟机技术在抗锈蚀专家系统推理机中的应用（论文文献综述）
余燕妮[1]（2011）在《珠三角地区高性能混凝土配合比智能化系统》文中研究说明高性能混凝土（High Performance Concrete,简称HPC）在节能、节料、工程经济、环保与生态平衡等诸多方面都具有重要意义,尤其是为了适应现代化工程向高耸、重载、大跨发展和承受恶劣环境的需要,高性能混凝土的应用越来越广泛。但是,HPC原材料组分多,性能要求更严格,配合比设计中影响因素多,质量控制比较复杂,原材料以及配制方法与当地资源和环境气候条件密切相关,在每个地区混凝土配方都不尽一致,以致需要重复的试配工作而耗费大量的人力物力。高性能混凝土配合比智能化系统的开发可以减少这一消耗。此外,清华大学陈肇元院士指出—高性能混凝土是地方性很强的材料,它对原材料性能及配合比非常敏感,性能波动较大,用传统的配合比设计方法很难满足预计的精度要求,这就意味着要有新的配合比设计方法来解决这一难题。而智能化的应用不失为解决问题的一种方法。基于此,论文以珠三角地区的原材料配制出C30-C100级的高性能混凝土,并结合一些混凝土搅拌站的工程配合比数据,对影响HPC抗压强度和坍落度的主要因素进行分析,提取出主要因素,即水泥、粉煤灰、硅灰以及外加剂用量等作为人工神经网络的输入参数,训练BP神经网络模型并进行网络模型的性能测试。以高性能混凝土的强度作为设计目标,利用MATLAB完成界面设计以及代码文档的编写,开发出高性能混凝土配合比智能化系统。最后,通过广州大学实验室及珠海方力源材料有限公司的试验应用来检验所开发的配合比智能化系统的可靠性和准确性。
吴霞[2]（2009）在《基于粗糙集—神经网络的入侵检测系统的研究》文中提出随着网络技术的和网络规模的不断发展,网络所面临的入侵和风险也越来越多,网络安全问题日益突出。作为网络安全解决方案的重要环节,入侵检测技术正受到广泛的关注。事实证明,传统的计算机安全理论已不能适应网络环境的发展变化。传统的入侵检测系统在有效性、适应性和可扩展性方面存在一定的不足。因此,神经网络、遗传算法、粗糙集等理论被不断引入到入侵检测领域,来提高入侵检测的性能。本文主要是在对提高入侵检测能力的有效手段方面作了一些探讨。首先对入侵检测技术的概念、分类以及粗糙集理论和神经网络等方面作了一个简单的介绍。然后,分析了入侵检测技术的特点以及存在的不足,并融合了粗糙集理论和神经网络各自的优点,提出了一种基于粗糙集-神经网络的入侵检测模型（Rough Set and Neural Network Intrusion Detection Model,RS-NNIDM）。在该模型中我们是将粗糙集作为前置处理系统对属性进行约简,通过基于可辨识矩阵的最佳属性化简算法,得到可以区分入侵行为和正常行为的最少属性组合,并由此建立专家系统的攻击特征库来检测已知的入侵行为。再根据最少属性数来构建LVQ神经网络结构,对数据样本集进行化简并训练神经网络。对于专家系统不确定的分类或未知的攻击类型,就可以通过神经网络进行分类识别,并相应的更新特征库。对粗糙集-神经网络的入侵检测模型的各模块功能,文中进行了详细的分析、设计,并给出了实现方式。所建立的专家系统和神经网络相结合,不仅能检测到已知类型的攻击行为,对于未知的攻击类型,通过重新训练神经网络也能够进行识别和分类。我们进行了仿真实验来检验所构造的模型的性能。实验结果表明该方法克服了BP网络训练次数多,收敛速度慢等缺陷,优于其他同类的方法。本文是把粗糙集理论和神经网络相结合并应用于入侵检测系统的一次尝试。模型采用CIDF的标准来划分模块结构,具有大的理论意义和实践意义。
田相辉[3]（2006）在《混凝土安全性专家系统的集成》文中认为一个大型的软件系统,特别是在工程应用中,往往具有复杂的层次结构,因此大型软件系统都十分重视子系统间的集成问题。对于系统的集成化有不同的理解,就会开发出不同的集成系统。 本课题来源于国家“十五”重点攻关项目（混凝土安全性专家系统）。该系统由六个相对独立又有联系的子专家系统构成,因此各个子系统在界面、信息和体系结构等方面的一致性会直接影响到最终的专家系统的效率和质量。本文在对现有软件集成技术研究的基础上,结合专家系统的组成结构和领域特点,提出了从界面集成、构件集成和信息集成三个方面来对各个子系统进行集成,以组合成一个既相互关联又统一协调的整体。 在界面集成上,该部分首先介绍了界面设计的原则和过程,并给出了界面集成的原则和方法,最后通过结合多媒体技术实现了混凝土安全性专家系统的界面集成。在构件集成上,该部分首先介绍了构件的定义以及基于构件的软件开发的优势,然后介绍了构件组装技术,最后提出了基于ActiveX控件技术的系统架构。为了便于日后系统的升级,每一个子系统都采用ActiveX技术设计为一个OCX控件,然后设计一个包容器程序对这些控件进行控制和调用。在信息集成上,本文从异构数据源集成的角度出发,认识到语义异构问题是异构数据源集成的一个难题,其它数据集成技术很难解决。由此引入了本体的概念用于解决异构数据源集成中的语义异构问题。这一部分首先介绍了本体的相关概念以及本体的描述语言,然后着重介绍了基于本体的数据集成方法和架构,最后采用混合本体方法来实现异构数据源的集成。 通过在界面集成、构件集成和信息集成的理论分析基础上,结合参与的课题,笔者从这三个方面实现了混凝土安全性专家系统的集成,使得各子系统无缝的结合。通过实践检验,该集成方法正确、可靠、高效,符合工程需求。
钟珞,田相辉,胡曙光,夏红霞,潘昊,邹承明[4]（2005）在《混凝土安全性专家系统实现技术》文中研究说明首先简要介绍了混凝土安全性专家系统的总体设计思路,系统主要由六个子系统构成（混凝土抗碱集料反应子系统、混凝土抗冻性子系统、混凝土抗钢筋锈蚀子系统、混凝土抗硫酸盐侵蚀子系统、高强混凝土子系统、泵送混凝土子系统）。然后详细阐述了系统实现技术以及系统关键实现技术:将神经网络技术应用于混凝土工程耐久性预测中,虚拟机技术应用在钢筋锈蚀专家系统的推理机中,将数理统计中的值估计方法与线性方程组求解方法结合实现参数的拟合等为系统的设计提供了新方法,提高了系统的灵活性。
朱亮[5]（2005）在《农业科研管理知识库系统设计与实现》文中提出本文对知识、信息管理、知识管理等相关概念进行了系统分析,对知识库系统的产生、发展以及功能结构进行了研究。将“知识库系统”的概念引入农业科研机构,提出开发农业科研管理知识库系统,并构建一个知识得以共享、利用和创新的平台。通过它,科研人员可以对日常工作中所涉及到的各方面知识进行加工、处理和利用,从而提高科研机构的总体研究水平。 本文经过系统分析、系统设计等环节,构建了农业科研管理知识库系统,并进行了系统实现。在系统分析阶段,对系统的三类用户即管理类用户、科研类用户和系统维护类用户的不同需求进行了认真分析,确定了系统的功能,为系统设计奠定了基础。在系统设计阶段进行了系统逻辑结构设计、系统功能模块设计和后台库设计,本系统前台应用模块包括领域知识模块、咨询报告模块等,后台管理模块包括知识推理模块、后台库管理模块等。后台库则包括知识库和数据库,其功能是存放农业科研机构日常工作中所涉及到的各方面知识和信息。在系统实现阶段,对当前应用系统平台结构、Web数据库相关技术进行了对比分析,在此基础上,确定本系统采用B/S结构,并选取ASP和SQL Server 2000作为开发工具进行系统实现。 本文设计开发的农业科研管理知识库系统具有高效、稳定、灵活的特点,该系统作为一个平台,为农业科研机构开展知识管理提供了重要的工具。
夏红霞,唐志鹏,钟珞,潘昊[6]（2004）在《面向对象技术在评估诊断专家系统中的应用》文中研究指明将面向对象专家系统构建方法应用到混凝土评估诊断专家系统中,并通过将语义网络、继承、虚拟机技术以及泛型编程技术结合起来提出了一种更为灵活的构建评估诊断专家系统的方法。实际工程应用表明,该专家系统具有良好的工程实用性。
夏红霞,唐志鹏,钟珞,潘昊[7]（2004）在《虚拟机技术在抗锈蚀专家系统推理机中的应用》文中进行了进一步梳理混凝土抗钢筋锈蚀专家系统的使用可以极大地提高混凝土设计工作的效率。该文将虚拟机技术应用到混凝土抗钢筋锈蚀专家系统的推理机中,改善了该专家系统的性能。介绍了相应知识的形式化表示形式、推理机的结构、推理机的执行过程。并简要介绍了用来调试基于该虚拟机的知识的调试器。实际工程应用表明,本专家系统具有良好的工程实用性。
二、虚拟机技术在抗锈蚀专家系统推理机中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、虚拟机技术在抗锈蚀专家系统推理机中的应用（论文提纲范文）
（1）珠三角地区高性能混凝土配合比智能化系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| CONTENTS |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 高性能混凝土配合比智能化设计概述 |
| 1.1.2 本论文研究的必要性 |
| 1.2 高性能混凝土原材料要求概述 |
| 1.3 本文的研究思路、研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路及技术路线 |
| 1.4 本章小结 |
| 第二章 神经网络基本原理和网络模型的介绍 |
| 2.1 MATLAB语言及其神经网络工具箱概述 |
| 2.1.1 MATLAB语言 |
| 2.1.2 MATLAB神经网络工具箱概述 |
| 2.2 系统网络模型的选取 |
| 2.3 BP神经网络及其基本原理 |
| 2.3.1 BP神经网络简介 |
| 2.3.2 BP网络结构模型原理图 |
| 2.3.3 BP学习算法误差的调整过程 |
| 2.4 MATLAB界面设计工具—GUI概述 |
| 2.5 本章小结 |
| 第三章 基于BP神经网络的高性能混凝土配合比系统总体设计 |
| 3.1 BP网络参数选取与确定 |
| 3.1.1 输入单元的选择 |
| 3.1.2 输出单元的选择 |
| 3.1.3 隐含层数目的确定 |
| 3.1.4 材料用量范围的考虑 |
| 3.2 神经网络训练程序与性能误差结果 |
| 3.2.1 神经网络训练程序 |
| 3.2.2 BP网络训练样本 |
| 3.2.3 训练后网络的误差 |
| 3.3 系统界面设计 |
| 3.3.1 GUI设计的方法和基本步骤 |
| 3.3.2 本文配合比系统的GUI设计 |
| 3.4 本文配合比系统主程序 |
| 3.5 独立文件的编制 |
| 3.6 本章小结 |
| 第四章 高性能混凝土配合比智能化系统的应用 |
| 4.1 基于高性能混凝土配合比智能化系统的试验概述 |
| 4.1.1 高性能混凝土立方抗压强度试验 |
| 4.1.2 试验结果 |
| 4.2 对试验结果的评价 |
| 4.2.1 试验结果分析 |
| 4.2.2 对配合比设计系统的分析及评价 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（2）基于粗糙集—神经网络的入侵检测系统的研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 课题研究的目的和意义 |
| 1.2 网络安全技术分析 |
| 1.2.1 网络安全基本概念 |
| 1.2.2 网络安全防御技术 |
| 1.3 论文研究的主要内容 |
| 第2章 入侵检测概述 |
| 2.1 入侵检测概述 |
| 2.2 入侵检测的分类 |
| 2.3 入侵检测系统的标准化 |
| 2.4 入侵检测存在的问题及发展趋势 |
| 2.4.1 入侵检测存在的问题 |
| 2.4.2 入侵检测的发展趋势 |
| 2.5 本章小结 |
| 第3章 神经网络和粗糙集 |
| 3.1 神经网络技术 |
| 3.1.1 神经网络概述及其简史 |
| 3.1.2 神经网络在入侵检测系统中的应用 |
| 3.1.3 学习向量量化网络 |
| 3.2 粗糙集理论 |
| 3.2.1 粗糙集理论及其发展 |
| 3.2.2 可辨识矩阵 |
| 3.2.3 最佳属性化简算法 |
| 3.3 本章小结 |
| 第4章 基于粗糙集-神经网络的入侵检测方法研究 |
| 4.1 神经网络和粗糙集理论应用于入侵检测 |
| 4.1.1 神经网络应用于入侵检测 |
| 4.1.2 基于粗糙集-神经网络的入侵检测模型的提出 |
| 4.2 粗糙集-神经网络应用于入侵检测的若干问题 |
| 4.2.1 数据包的捕获问题 |
| 4.2.2 LVQ网络的相关参数选择 |
| 4.3 最佳属性化简算法分析 |
| 4.4 网络攻击类型分析 |
| 4.5 提高入侵检测性能的方案 |
| 4.5.1 基于网络数据包的特征和行为分析 |
| 4.5.2 数据挖掘方法研究 |
| 4.5.3 网络训练方式 |
| 4.6 本章小结 |
| 第5章 RS-NNIDM的设计与实现 |
| 5.1 模型设计的总体思路 |
| 5.2 模型的总体框架 |
| 5.2.1 模型的功能和性能 |
| 5.2.2 模型的结构和工作原理 |
| 5.3 数据采集模块 |
| 5.3.1 网络数据包捕获模块的位置 |
| 5.3.2 网络数据包捕获 |
| 5.3.3 分析数据包 |
| 5.4 数据分析模块 |
| 5.4.1 数据预处理 |
| 5.4.2 粗糙集约简并提取规则 |
| 5.5 神经网络模块 |
| 5.6 专家系统模块 |
| 5.7 报警模块 |
| 5.7.1 响应技术分析 |
| 5.7.2 报警模块的功能 |
| 5.8 本章小结 |
| 第6章 模型的实验结果 |
| 6.1 学习样本和测试样本 |
| 6.2 实验结果及其分析 |
| 6.2.1 实验过程 |
| 6.2.2 实验结论 |
| 6.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录: 攻读硕士期间参与研究和发表的学术论文 |
（3）混凝土安全性专家系统的集成（论文提纲范文）
| 第1章 引言 |
| 1.1 课题研究的目的和意义 |
| 1.2 课题研究的国内外现状 |
| 1.3 本文的研究内容 |
| 第2章 专家系统简介 |
| 2.1 专家系统概述 |
| 2.2 专家系统的一般结构 |
| 2.3 专家系统的知识表示方法 |
| 2.4 专家系统的推理机 |
| 2.5 本章小结 |
| 第3章 软件集成策略 |
| 3.1 界面集成 |
| 3.1.1 界面设计考虑的几个问题 |
| 3.1.2 人机界面的设计原则 |
| 3.1.3 人机界面设计的过程 |
| 3.1.4 界面集成原则 |
| 3.2 构件集成 |
| 3.2.1 软件构件技术 |
| 3.2.2 基于构件的软件开发 |
| 3.2.3 基于构件的软件组装 |
| 3.3 信息集成 |
| 3.3.1 本体概述 |
| 3.3.2 基于本体的数据集成方法 |
| 3.3.3 基于本体的数据集成架构 |
| 3.4 本章小结 |
| 第4章 系统集成实现 |
| 4.1 系统总体框架 |
| 4.2 界面集成实现 |
| 4.3 构件集成实现 |
| 4.3.1 ActiveX控件技术及特点 |
| 4.3.2 控件的设计与实现 |
| 4.3.3 包容器程序的设计 |
| 4.4 异构数据源集成的实现 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（4）混凝土安全性专家系统实现技术（论文提纲范文）
| 0 引言 |
| 1 系统总体设计思路 |
| 2 系统实现技术 |
| 2.1 知识表示技术及知识库[3, 4] |
| 2.2 推理策略 |
| 2.3 神经网络技术在系统中的应用[5～7] |
| 2.4 可视化技术在系统中的实现 |
| 2.5 系统的集成方案 |
| 2.6 抗钢筋锈蚀混凝土设计和混凝土抗冻性评估与修补 |
| 2.7 系统关键实现技术 |
| 3 结束语 |
（5）农业科研管理知识库系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 引言 |
| 1.1 引言 |
| 1.2 基本概念 |
| 1.2.1 知识 |
| 1.2.2 信息管理与知识管理 |
| 1.2.3 知识厍系统 |
| 1.3 研究背景 |
| 1.3.1 知识经济时代需要知识管理 |
| 1.3.2 知识管理的功能 |
| 1.3.3 知识库系统是实施知识管理的基本工具 |
| 1.4 研究意义、内容和方法 |
| 1.4.1 研究意义 |
| 1.4.2 研究内容 |
| 1.4.3 研究方法 |
| 1.5 论文结构说明 |
| 第二章 知识库系统 |
| 2.1 知识库系统的发展历史 |
| 2.2 知识库系统的发展现状 |
| 2.3 知识库系统的主要应用领域和发展方向 |
| 2.3.1 知识库系统的主要应用领域 |
| 2.3.2 知识库系统的主要发展方向 |
| 2.4 知识库系统的结构与功能 |
| 2.4.1 知识库系统的结构 |
| 2.4.2 知识厍系统各部分的功能 |
| 2.4.3 知识以表示 |
| 2.4.4 知识推理 |
| 第三章 农业科研管理知识库系统分析与设计 |
| 3.1 农业科研管理知识库系统的需求分析 |
| 3.1.1 用户分析 |
| 3.1.2 系统管理对象分析 |
| 3.2 农业科研管理知识库系统的功能分析 |
| 3.3 农业科研管理知识库系统的结构设计 |
| 3.4 农业科研管理知识库系统的功能模块设计 |
| 3.4.1 领域知识管理模块 |
| 3.4.2 咨询报告管理模块 |
| 3.4.3 个人经验管理模块 |
| 3.4.4 后台库管理模块 |
| 3.4.5 日常办公管理模块 |
| 3.4.6 用户管理模块 |
| 3.4.7 知识推理模块 |
| 3.5 农业科研管理知识库系统的后台库设计 |
| 3.5.1 知识表示方法 |
| 3.5.2 后台库设计 |
| 第四章 农业科研管理知识库系统实现与应用实例 |
| 4.1 相关技术概况 |
| 4.1.1 应用系统平台结构 |
| 4.1.2 Web数据库技术 |
| 4.2 系统实现 |
| 4.2.1 开发工具 |
| 4.2.2 ASP与SQL Server 2000的连接 |
| 4.2.3 几个关键部分的程序实现 |
| 4.3 应用实例 |
| 第五章 结论与展望 |
| 5.1 总结 |
| 5.2 下一步工作 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（6）面向对象技术在评估诊断专家系统中的应用（论文提纲范文）
| 1 前 言 |
| 2 钢筋锈蚀评估诊断系统知识的表示 |
| 3 推理机的设计 |
| 4 知识的调试与知识库的维护 |
| 5 结束语 |
（7）虚拟机技术在抗锈蚀专家系统推理机中的应用（论文提纲范文）
| 1 混凝土工程领域知识的形式化表示形式 |
| 2 推理机的设计 |
| 3 知识的调试与知识库的维护 |
| 4 推理机的实现与应用 |
| 5 结束语 |
四、虚拟机技术在抗锈蚀专家系统推理机中的应用（论文参考文献）
- [1]珠三角地区高性能混凝土配合比智能化系统[D]. 余燕妮. 广州大学, 2011(06)
- [2]基于粗糙集—神经网络的入侵检测系统的研究[D]. 吴霞. 武汉理工大学, 2009(09)
- [3]混凝土安全性专家系统的集成[D]. 田相辉. 武汉理工大学, 2006(08)
- [4]混凝土安全性专家系统实现技术[J]. 钟珞,田相辉,胡曙光,夏红霞,潘昊,邹承明. 黄石理工学院学报, 2005(04)
- [5]农业科研管理知识库系统设计与实现[D]. 朱亮. 中国农业科学院, 2005(07)
- [6]面向对象技术在评估诊断专家系统中的应用[J]. 夏红霞,唐志鹏,钟珞,潘昊. 武汉理工大学学报(信息与管理工程版), 2004(01)
- [7]虚拟机技术在抗锈蚀专家系统推理机中的应用[J]. 夏红霞,唐志鹏,钟珞,潘昊. 微机发展, 2004(01)