Разработка интеллектуальной информационной системы по выбору сушильного оборудования

• Автор: Матасов, Алексей Вячеславович
• Шифр специальности: 05.13.16
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Москва
• Количество страниц: 183 с.

1. Литературный обзор

1.1. Направления научных исследований в области

искусственного интеллекта

1.2. Экспертные и информационные системы как неотъемлемые компоненты в области искусственного интеллекта

1.2.1. Основные свойства экспертных систем

1.2.2. Модели представления знаний

1.2.3. Классификация экспертных систем

1.2.4. Инструментальные средства разработки

1.2.5. Информационные системы и базы данных

1.2.6. Прикладные пакеты программ в области сушки

1.3. Стратегия разработки технологии сушки

1.4. Основные подходы к математическому
моделированию процессов сушки
1.5. Методы оценки экономической эффективности применения различного сушильного оборудования
Выводы
Постановка задачи исследования
2. Структура интеллектуальной информационной системы
по выбору сушильного оборудования
2.1. Общие положения и структура интеллектуальной информационной системы Огу1п1
2.2. Разработка структуры системы предварительного выбора
способа сушки
2.3. Информационная система по сушилкам
2.3.1. Рекомендации по применению сушильного оборудования
2.3.2. Ваза данных по фирмампроизводителям сушилок
2.4. Характеристики отдельных блоков системы и
программных модулей
Выводы
3. Библиотека модулей и расчетных процедур
3.1. Структура расчетного модуля
3.2. Моделирование сушки в аппаратах с активной гидродинамикой
3.2.1. Уравнения для локального объема системы газ
твердая фаза
3.2.2. Автоматизированное моделирование распылительной сушилки
3.2.3. Моделирование процесса сушки в
пневматической сушилке
3.3. Технологический подход к расчету основных параметров
и закономерностей процесса сушки
Выводы
4. Техникоэкономический анализ эффективности применения выбранного сушильного оборудования
4.1. Разработка техникоэкономического критерия
4.1.1. Оценка капитальных затрат
4.1.2. Постоянные расходы
4.1.3. Составление себестоимости продукта
4.2. Техникоэкономическое сравнение полочной и фонтанирующей сушилок для сушки крошки релата тип латекса
Выводы
Основные результаты и выводы
Список литературы


Достигнутая степень дружественности на самом деле была прямым следствием подхода к программированию с использованием правил. Каждое правило это практически независимая от других совокупность знаний, и, если пользователь хочет узнать, почему был задан оп
ределенный вопрос, система просто проигрывает у себя некоторый след, описывающий правила, приведшие к вопросу. Дуг Ленат также из Стандфорда создал машинную обучающуюся систему ЕтКО , которая автоматически улучшает и расширяет свой запас эвристических правил. Кроме того, что эта система выигрывала три года подряд в ученой военной игре, она произвела переворот в области создания СБИС сверхбольших интегральных схем, изобретя трехмерный узел типа ИИЛИ. Нет сомнения, что программы автоматической индукции, подобные созданным для систем, БЖБКО, являются важнейшим этапом в развитии искусственного интеллекта в последние десять лег и что машинное обучение ключ к будущему. В заключение экскурса по истории ИИ приведем основные отличия прог рамм ИИ, описанные в табл. Таблица 1. Успех методов ИИ в различных областях мотивировал их применение в разработке программного обеспечения. Показательными системами являются проект Помощник программиста в Массачусетском технологическом институте, проект Пси в Станфордском университете. В конце х годов специалисты, работающие в области ИИ, начали понимать нечто весьма важное эффективность программы при решении задач зависит от знаний, которыми она обладает, а не только от формализмов и схем вывода, которые она использует.