新書推薦：
《
别怕，试一试
》
售價：HK$
67.9
《
人才基因（凝聚30年人才培育经验与智慧）
》
售價：HK$
103.4
《
深度学习详解
》
售價：HK$
114.8
《
李白传（20世纪文史学家李长之经典传记）
》
售價：HK$
45.8
《
津轻：日本无赖派文学代表太宰治自传性随笔集
》
售價：HK$
66.7
《
河流之齿
》
售價：HK$
59.8
《
新经济史革命：计量学派与新制度学派
》
售價：HK$
89.7
《
盗墓笔记之秦岭神树4
》
售價：HK$
57.3
|
| 內容簡介： |
丁华所*的《基于知识工程的电牵引采煤机现代 设计》针对电牵引采煤机现代设计技术研究存在的问 题，将知识工程理论融入电牵引采煤机设计领域进行 研究，面向采煤机总体设计和部件设计及CAE分析过 程三个主要阶段，建立了基于知识工程的电牵引采煤 机现代设计体系框架；给出了解决知识工程中的三大 关键技术，即知识获取，知识表示和知识推理问题的 理论依据及技术路线；提出了基于混合知识表达模型 的电牵引采煤机知识表示方法，研究了基于s一致性 准则的粗糙集扩展模型的电牵引采煤机总体技术参数 知识获取方法，提出了基于知识融合推理模型的电牵 引采煤机概念设计推理方法，构建了基于组件技术的 采煤机远程CAD／CAE集成设计与分析模型。在此研究 基础上，开发了基于知识工程的电牵引采煤机现代设 计系统，提高了电牵引采煤机设计的自动化和智能化 程度，为电牵引采煤机设计知识共享与继承提供了有 效途径。
全书总结了作者在该领域研究中所取得的*新研 究成果，希望为从事现代设计、知识工程理论与方法 研究的学者及研究生进行相关研究提供参考和帮助。
|
| 目錄：
|
第1章 绪论
1.1 研究目的与意义
1.2 国内外研究现状
1.2.1 产品设计的现代设计方法研究现状
1.2.2 电牵引采煤机设计研究现状
1.3 主要研究内容
第2章 基于KBE的电牵引采煤机设计体系
2.1 引言
2.2 KBE技术
2.2.1 KBE定义及内涵
2.2.2 KBE系统与专家系统的区别
2.3 基于KBE的产品设计方法
2.3.1 知识获取方法
2.3.2 知识表示方法
2.3.3 知识推理方法
2.4 基于KBE的电牵引采煤机设计方法
2.4.1 基于s一致性准则的粗糙集扩展模型的电牵引采煤机知识获取
2.4.2 基于混合知识表达模型的电牵引采煤机知识表示
2.4.3 基于知识融合推理模型的电牵引采煤机知识推理
2.5 基于KBE的电牵引采煤机设计体系框架
2.5.1 电牵引采煤机传统设计流程
2.5.2 基于KBE的电牵引采煤机设计体系
2.6 小结
第3章 基于混合知识表示的电牵引采煤机设计知识表示与知识库构建
3.1 引言
3.2 电牵引采煤机设计知识构成与特点
3.2.1 电牵引采煤机设计规范与流程
3.2.2 电牵引采煤机设计领域知识构成
3.2.3 电牵引采煤机设计知识的特点
3.3 电牵引采煤机设计知识表示方法
3.3.1 电牵引采煤机设计知识表示要求
3.3.2 混合知识表示方法
3.3.3 实例知识的表示
3.3.4 规则知识的表示
3.3.5 过程知识的表示
3.4 电牵引采煤机设计知识库构建方案
3.4.1 知识库的设计要求
3.4.2 知识库的总体结构
3.4.3 知识库的组织方式
3.5 电牵引采煤机设计知识库的实现
3.5.1 实例库的设计与实现
3.5.2 规则库的设计与实现
3.5.3 模型库的设计与实现
3.5.4 零件库的设计与实现
3.5.5 材料库的设计与实现
3.5.6 CAE分析库的设计与实现
3.6 小结
第4章 基于s一致性准则的粗糙集扩展模型的电牵引采煤机知识获取
4.1 引言
4.2 可获取的电牵引采煤机设计知识
4.3 基于粗糙集的知识获取
4.3.1 粗糙集理论的思想
4.3.2 粗糙集理论的基本概念
4.3.3 粗糙集与模糊集的关系
4.3.4 基于粗糙集的知识获取步骤
4.4 基于经典粗糙集模型的属性约简
4.4.1 基于差别矩阵的属性约简算法
4.4.2 基于属性重要度的启发式约简算法
4.5 基于广义邻域粗糙集模型的属性约简
4.5.1 连续属性的离散化问题
4.5.2 连续属性离散化的弊端
4.5.3 广义邻域粗糙集的属性约简算法
4.6 基于s一致性准则的粗糙集扩展模型的属性约简
4.6.1 一致性准则
4.6.2 基于占一致性准则的属性约简模型
4.6.3 实验及分析
4.7 电牵引采煤机知识获取模型
4.7.1 总体技术参数知识获取过程
4.7.2 数据选取
4.7.3 数据预处理
4.7.4 属性约简和规则生成
4.8 实例分析
4.9 小结
第5章 基于知识融合推理模型的电牵引采煤机概念设计推理
5.1 引言
5.2 基于实例的知识推理
5.2.1 常见的实例检索方法
5.2.2 改进的近邻算法
5.3 基于模型的知识推理
5.3.1 机器学习理论
5.3.2 支持向量机基本原理
5.3.3 支持向量机回归原理与算法
5.3.4 LS—sVM模型中的参数优化
5.3.5 实验及分析
5.4 基于规则的知识推理
5.5 知识融合推理的电牵引采煤机概念设计推理模型
5.6 实例分析
5.7 小结
第6章 基于组件技术的电牵引采煤机零件远程CAD／CAE集成设计与分析模型
6.1 引言
6.2 底层组件技术
6.2.1 软件复用与组件技术
6.2.2 使用和处理COM对象
6.2.3 COM组件的特点及开发方式
6.3 远程CAD参数化设计
6.3.1 UG参数化设计方法
6.3.2 参数化建模程序开发环境
6.3.3 远程参数化实现方法与步骤
6.4 远程参数化有限元分析
6.4.1 ANSYS参数化有限元分析
6.4.2 APDI.参数化语言
6.4.3 远程参数化有限元分析实现方法
6.5 基于组件技术的远程cAD／cAE集成设计与分析模型
6.5.1 网络模型的选取
6.5.2 体系结构与集成方法
6.6 电牵引采煤机零件集成设计实例
6.6.1 系统开发过程
6.6.2 实例演示
6.7 小结
第7章 基于KBE的电牵引采煤机现代设计系统
7.1 引言
7.2 设计系统框架与功能设计
7.2.1 系统框架设计
7.2.2 系统功能设计
7.3 设计系统开发平台关键技术
7.3.1 系统开发模式的选取
7.3.2 开发平台工具的选取
7.4 设计系统各子系统开发
7.4.1 概念设计子系统
7.4.2 参数化设计子系统
7.4.3 CAE分析子系统
7.4.4 网络CAD／CAE设计子系统
7.4.5 知识管理子系统
7.5 设计系统测试实验
7.5.1 软件测试的目的和内容
7.5.2 软件测试过程模型
7.5.3 软件测试的方法
7.5.4 软件测试实验
7.6 设计系统的应用
7.7 小结
附录
参考文献
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
