針對當前專家繫統研究的局限性，陳進著的《人-
機交互仿真的生產單元換線決策專家繫統設計與應用
》采用交互仿真技術、判定穩定算法和專家知識規則
遴選算法來實現對專家知識抽取，采用一種融合分類
技術來解決專家繫統推理能力不足和推理緩慢的問題
，提出IER-Trepan算法和預置文本技術來完善專家繫
統體繫。同時，本書利用組件技術和Web服務技術來擴
展專家繫統的應用模式範圍，從而實現一種可以支持
在復雜生產環境下輔助操作人員解決隨機動態、多目
標的生產換線決策。

1 緒論
1.1 研究背景及意義
1.2 **外研究現狀
1.2.1 生產換線相關研究
1.2.2 基於神經網絡的專家繫統的相關研究
1.2.3 交互仿真的相關研究
1.2.4 **外相關研究總結
1.3 本書的研究目的、研究內容和技術路線
1.3.1 本書研究目的
1.3.2 本書研究內容
1.3.3 本書研究技術路線
1.4 本書的創新點
1.5 本章小結
2 生產單元換線決策專家繫統的總體技術方案
2.1 生產單元換線決策專家繫統的實現原理
2.1.1 專家繫統結構
2.1.2 神經網絡專家繫統結構
2.1.3 生產單元換線決策專家繫統的實現原理
2.2 生產單元換線決策專家繫統實現的技術路線
2.3 生產單元換線決策專家繫統的應用形式
2.3.1 生產單元換線專家繫統的工作過程
2.3.2 生產單元換線決策專家繫統的封裝形式
2.3.3 生產單元換線決策專家繫統的應用模式
2.4 本章小結
3 基於交互仿真的生產單元專家知識獲取
3.1 生產單元的定義和特點
3.2 專家繫統知識獲取概述
3.3 制造過程仿真軟件簡介
3.4 構建制造繫統仿真模型
3.5 交互仿真模型的構建
3.6 交互仿真的實現
3.6.1 交互仿真實現技術內容
3.6.2 交互仿真實現算法
3.7 本章小結
4 生產單元換線決策專家繫統推理機設計
4.1 混合神經網絡
4.1.1 小波神經網絡
4.1.2 模糊神經網絡
4.1.3 遺傳神經網絡
4.2 推理機的構建
4.2.1 推理控制策略
4.2.2 推理策略選擇方法
4.2.3 神經網絡權值學習的遺傳算法
4.2.4 主成分分析
4.2.5 基於主成分分析和遺傳神經網絡的推理機構建
4.3 本章小結
5 解釋機制的實現
5.1 解釋機制設計原理和規則抽取的評價標準
5.2 ROC曲線技術
5.3 Trepan算法