论文部分内容阅读
桥梁是交通线路的咽喉要道。如果技术状况不佳的桥梁得不到及时的维修和加固,不仅会造成整条线路的局部瓶颈,而且还会对通行的车辆造成极大的隐患。因此,桥梁评估作为桥梁维修和加固的依据就显得尤为重要。 不言而喻,影响评估的因素众多,因素之间相互影响、关系复杂。另一方面,评估与人的工程经验有着密切的联系。这也使得评估中包含了许多不定因素。对如此复杂的评估问题桥梁评估不可能建立一个完善的数学模型进行精确定量的描述,但却适于采用人工智能技术(如专家系统)加以处理。专家系统,就是利用计算机模拟丰富的经验专家的决策机理,对既有桥梁进行综合评估的智能软件系统。借助评估专家系统,能在缺乏专家的情况下提供咨询。 本论文首先简要介绍了专家系统的基本概念和传统的专家系统的知识表示技术,如语义网络、产生式等的一些基础知识。介绍了专家系统的组成、专家知识的表示和推理,专家系统的开发方法与开发工具以及特点与优点。 对于许多比较复杂的人工智能系统,往往含有复杂性、不完全性、模糊性或不确定性。当采用产生式系统或设计专家系统的结构时,要求设计者建立某种不确定性问题的代数模型及其计算和推理过程。模糊逻辑推理是基于模糊性知识(模糊规则)的一种近似推理,本文简要介绍了模糊推理的概念,并结合与结构工程学院合作开发的桥梁评估专家系统,描述了模糊推理在专家系统中的应用。 本文阐述了桥梁评估专家系统的设计。介绍了桥梁评估专家系统的基本结构,描述了桥梁评估专家系统的数据流。然后介绍桥梁评估专家系统的组成,它包括四个模块:桥梁管理,结构损伤度评估法,承载力评估法,文献帮助。在介绍了桥梁评估专家系统的知识表示后,由于桥梁评估中涉及到大量的模糊知识处理,本文重点阐述了模糊推理机的实现:桥梁评估中模糊知识的表示,以及在模糊知识的表示基础上的模糊推理的实现,模糊化处理和推理的合成,去模糊化。最后,给出了将两种评估手段做成Activex控件形式集成到整个系统的方法,以便于以后系统的维护和重用。