1、“.....假设对号加料车的任务优先完成，优先级别分别被提高到和，见表。表产线优先级别改变的仿真结果路径完成任务的时间完成任务的能耗号加料车优先级别提高到分钟秒焦耳号加料车优先级别提高到分钟秒焦耳两种情况同时发生时，假设初始的生产任务如表所示，在完成了号加料车的配料任务后，加入如表所示的任务，同时对产线的优先级别做如表所示的调整，那么采用节中给出的算法，得到完成任务的优化路径和完成整体任务所消耗的能量和使用的时间，见表。表两种改变同时发生时的仿真结果已完成任务及其路径号加料车的配料任务......”。

2、“.....那么对求得的优化路径的检验可以以这个为依据，如果符合上述要求则说明所求得优化路径，在完成任务的时间方面是令人满意的。检验能耗则只能对比节中作者给出的目前能耗焦耳来说明，如果比此值小很多，则说明能耗也是比较令人满意的。下面以此检验原则检验所求的优化路径，在此基础上，如果求取优化路径的运算时间是在工厂可以接受的范围内不超过分钟，进而就验证了算法的适用性。检验结果由表表中的数据可见，优化后即使使用单天车完成配料任务，消耗的时间都是小于小时的，熔炼物料所需要的平均时间是分钟，那么熔炼时间与配料的时间总和小于小时，因此足以供应后续产线的生产需求。同时，在优化路径下执行任务的能耗较从前节约了近。此后对的运算时间进行了统计，如表所示。表仿真运算时间表路径运算时间秒秒秒秒秒秒由表的数据可知......”。

3、“.....这个是可以满足工厂实时优化的要求的，加上前面的优化路径是令人满意的，因此算法是适用的。这里详细说下表和传达的信息。由表可见，无论在使用静态算法求解的优化路径下，还是使用相应的算法求解的优化路径下去执行任务，都可以满足后续产线的生产要求。相比之下，在前者求出的优化路径下去完成配料任务所用的时间和能耗都要大于后者，因此验证了文中设计的相应的动态实时优化路径的求解算法的适用性。由表可见，无论是在还是在下去完成任务，都可以满足后续产线的生产要求。同时，所消耗的能量较从前降低了焦耳左右。但是下完成任务的时间比下完成的时间短，同时所消耗的能量高于。也就是完成同样的任务，主目标不同，最终求得的结果会不同。综上所述，无论是在什么情况下，应用本文所设计的相应算法求得的优化路径满足目标要求，既满足后续产线的生产要求，又节约了大量的能量......”。

4、“.....总结与展望总结本文针对不同的生产情况将求解单天车配料优化路径的任务逐级分解，形成了棵以目标任务为根任务的任务树，然后结合使用由下而上的正向推理方法设计了将贪婪算法融入专家系统的综合算法，成功完成了实时优化路径的求解。具体地说，本课题所完成的工作有配料数据管理在明确配料工艺的基础上，结合数据库管理系统，深入分析配料过程中涉及的相关数据，并对其进行整理和分类，建立电子表格，实现实时管理。算法设计分析国内外对相关问题的研究成果和研究方法，结合数学模型与本文问题的特点，设计了将贪婪算法融入专家系统的综合算法。算法仿真使用软件设计实现了贪婪算法，并将其嵌入了结构较为简单专家系统，系统中以产生式规则为表达形式的知识库以正向推理方法设计推理机。两者根据算法设计结合使用......”。

5、“.....结果检验在所求取的优化路径下完成任务不仅短于小时可以满足后续产线的生产需求，而且消耗的能源较从前降低左右，可见使用本文所设计的算法求得的优化路径是令人满意的，同时运算的时间在秒钟左右，可以满足工厂的实时性要求，因此本文所设计的算法也是可行的。本文基于专家系统的单天车配料路径优化的研究，为工厂实际操作的路径优化奠定了定的基础。在实际应用中，可以基于该仿真系统对实际操作过程进行改进，从而实现优化。展望天车配料优化路径的求解是项跨多个知识领域的实际问题，对此课题的研究意义深远。由于课题时间所限本研究工作还存在需要进步完善的地方。今后工作的重点应为数学模型进步改进本文最终建立了单天车配料路径的数学模型，但对多目标配料的数学模型有些细节因素没有考虑，比如模型中没有建立对动态情况的描述，所以数学模型还需要进步完善......”。

6、“.....尽管该方法求解的结果是令人满意的路径，运算时间也满足了工厂实时性的要求，但是并不能说就是最优的配料路径，所以在算法设计方面还有待进步深入研究。多天车配料路径的优化研究本文研究了单天车完成工作任务的路径优化的求解，在实际工作中会遇到多天车同时进行配料工作的情况，今后可以再此基础上对多天车配料的实时优化路径进行研究。参考文献罗安的最新技术发展及其应用不断深入，世界仪表与自动化王常力的体系结构和技术特点第讲第四代形成原因和体系结构，自动化博览,，,，,，,,，,,，,,,,,,，，,，，,，，，,,,，,附录先进专家系统人工智能有许多备受关注的领域,如自然语言理解,人工神经系统,专家系统。专家系统就是对传统人工智能问题中智能程序设计的个非常成功的近似解决方法是人工智能从般思维规律探索走向专门知识利用......”。

7、“.....它作为典型的知识工程系统，既是知识表达知识存储知识推理知识获取知识管理技术的综合应用对象，也是研究和开发知识工程技术的工具。从这个意义上说，它促进了计算机软件硬件和系统从数据信息处理向知识信息处理的发展。近年来，专家系统在理论研究和实际应用方面取得了令人瞩目的成就。在管理决策领域，专家系统也愈来愈受到人们的关注，取得了巨大的发展。专家系统的定义专家系统的早期先导者之,斯坦福大学的教授,把专家系统定义为种智能的计算机程序,它运用知识和推理来解决只有专家才能解决的复杂问题。也就是说专家系统是个能在特定领域内解决复杂问题并达到专家水平的计算程序系统它是种具有智能特征的软件。它能够处理现实世界中需要山具有专门领域的知识和经验的专家来分析和解决的复杂问题。专家系统般是在领域专家的帮助下开发的，系统中的专门知识含有这些专家个人的经验成份......”。

8、“.....它综合了计算机程序设计人下智能心理学数学等多学科的研究成果，正在形成自己的套学科体系。专家系统的特性并行分布式处理功能多专家协同工作更强的自学习能力更新的推理机制自纠错和自完善能力先进的智能接口更多的先进技术被引入和融合专家系统的要素专家系统可由下列几部分组成知识库和推理机制是系统的关键部件知识库知识库用于储存领域专家提供的专门知识。它包括书本知识常识性知识由经验得到的启发式知识等，具体的有定义定理以及确定和不确定的运算推理法则等等。个专家系统的能力取决于其知识库中所含有知识的数量和质量。它包括知识的收集和知识的表示两方面的工作，前者是通过知识工程师从同专家的对话和从专家以往处理问题的实例中抽取专家知识后者是指选择合理的数据结构把获取的专家知识形式化存入知识库中。推理机制推理机制包括知识库管理系统和推理机......”。

9、“.....按照推理过程的需求去搜索适用的知识，并对知识库中知识作正确的解释。推理机选取知识库中对当前问题用的知识，在问题求解过程中生成并控制推理的进程。控制策略的选择常与专家系统求解的问题类型有关，选取得合适与否将影响着系统对知识库中知识的使用效率，进而影响着系统求解的效率。知识的选取过程在控制策略的控制下有时还需要结合些启发式知识，因为可用知识的使用途径存在优光程度等因素的制约。知识获取机这是指机器自动实现的知识获取，称之为机器学习自学或简称为学习。这种自学机制是通过两种方式实现的。种方式是以传授方式而不是编程方式接受专家对知识库的扩充和修改，即纷家同系统直接对话。系统把与专家对话的内容变换成知识库中的内部知识，或用以修改知识库中的己有知识。另种方式是根据用户对系统每次求解结果的反馈信息，知识获取机制自动进行知识库中知识的修改和完善......”。