（控制理论与控制工程专业论文）基于模糊petri网的专家系统实现与应用.pdf

摘要 基于模糊p e t ri 网的专家系统实现与应用 摘要 专家系统是一个具有大量专门知识与经验的程序系统，它应用 人工智能技术，根据某个领域一个或多个人类专家提供的知识和经 验进行推理和判断，以解决那些需要专家决定的复杂问题。本论文 针对专家知识库中传统的规则表示方法所存在的缺陷，研究了专家 系统与模糊p e t r i 网的融合技术，并开发了模糊p e t r i 网的建模和推 理平台，实现了专家系统的核心机制。 论文首先介绍了模糊p e t r i 网的知识表达和推理机制的内容。提 出产生式规则与模糊p e t r i 网之间的映射关系，并结合h o r n 子句的 逻辑推理与模糊p e t r i 网的知识表达能力给出模糊p e t r i 网的一阶谓 词逻辑表达算法，并给予逻辑上的推理证明。基于此，提出在v i s u a l p r o l o g 下定义p e t r i 网的基本元素，以实现基于模糊p e t r i 网的专家系 统的知识表达和推理。 在模糊p e t r i 网作为专家系统知识库知识表达的基础上，论文提 出了基于f p n 的专家系统的设计方案。给出专家系统的总体结构， 依据各个功能模块分别论述，着重研究了知识库的表示方法及其维 护算法。 进一步，根据以上的设计方案以v i s u a lp r o l o g 开发了模糊p e t r i 网的建模和推理平台，它提供了用于开发基于模糊p e t r i 网模型的图 北京化丁大学硕七学位论文 形化编辑环境，内建了基于模糊p e t r i 网的推理机，通过解释机制将 推理结果解释给用户，从而实现了基于模糊p e t r i 网的专家系统的开 上l 及。 最后，在f p n 建模和推理平台上对t e 过程故障诊断进行了实 例研究。实例表明，f p n 建模和推理平台可以方便有效地建立起专 家系统的知识库，实现推理，具有广泛的发展前景。 关键词：模糊p e t r i 网，专家系统，知识表达，谓词逻辑 a b s t r a c t r e a l i z a t i o na n da p p l i c a t i o no ft h ee x p e i u f s y s t e mb a s e do nf u z z yp e t r in e t a b s t r a c t e x p e r ts y s t e mi s ap r o g r a m m es y s t e mp r o v i d e dw i t has u b s t a n t i a l e x p e r t i s e a n de x p e r i e n c e a c c o r d i n gt oaf i e l do fk n o w l e d g ea n d e x p e r i e n c ep r o v i d e db yo n eo rm o r eh u m a ne x p e r t s ，i ta p p l i e sa r t i f i c i a l i n t e l l i g e n c et e c h n o l o g yt os o l v et h o s ec o m p l e xp r o b l e m sw h i c hn e e dt h e e x p e r tt od e c i d e a i m i n ga to v e r c o m i n gt h el i m i t a t i o n so ft r a d i t i o n a l r u l e r e p r e s e n t a t i o nm e t h o do fe x p e r tk n o w l e d g e b a s e ，t h i st h e s i ss t u d i e s t h ef u s i o nt e c h n o l o g yo fe x p e r ts y s t e ma n df u z z yp e t r in e t ( f p n ) ， d e v e l o p st h ef p nm o d e l l i n ga n dr e a s o n i n gt o o l ，a n dr e a l i z e st h ec o r e m e c h n i s mo f e x p e r ts y s t e m t h i st h e s i s f i r s t l yi n t r o d u c e s t h ek n o w l e d g er e p r e s e n t a t i o na n d r e a s o n i n gm e c h n i s mo ff p n ，p r o p o s e st h em a p p i n gr e l a t i o nb e t w e e n p r o d u c t i o n r u l e sa n d f p n ，g i v e s t h ef i r s to r d e r p r e d i c a t el o g i c r e p r e s e n t a t i o na l g o r i t h mo ff p n w h i c hc o m b i n e dt h el o g i ci n f e r e n c ea n d k n o w l e d g er e p r e s e n t a t i o no ff p n ，a n dp r o v e st h ei n f e r e n c ei nl o g i c b a s e do nt h i s ，t h ed e f i n i t i o no ff p nb a s i ce l e m e n t si nv i s u a lp r o l o gi s p u tf o r w a r dt or e a l i z et h ee x p e r ts y s t e mk n o w l e d g er e p r e s e n t a t i o na n d r e a s o n i n gb a s e do nf p n i i i j 匕京化工人学硕一l ：学位论文 t h i st h e s i ss e t sf o r t ht h ed e s i g np l a no fe x p e r ts y s t e mb a s e do n f p n ，g i v e st h eo v e r a l lf r a m e ，d i s c u s s e se a c hf u n c t i o nm o d u l e ，a n d m a i n l y s t u d i e st h e k n o w l e d g e b a s ee x p r e s s i o n m e t h o da n di t s m a i n t e n a n c ea l g o r i t h m a c c o r d i n gt ot h ep r o p o s e dd e s i g np l a n ，t h i st h e s i sf u r t h e rd e v e lo p e s t h ef p nm o d e l l i n ga n dr e a s o n i n gt o o l i nv i s u a lp r o l o g t h i st o o l p r o v i d e st h eg r a p h i c a le d i te n v i r o n m e n tu s e dt ob u i l dt h ef p nm o d e l ， c o n s t r u c t st h ef p nr e a s o n i n gm e c h n i s mi n s i d e ，e x p l a i n st h er e a s o n i n g r e s u l t st ou s e r st h r o u g ht h ee x p l a n a t i o nm e c h n i s m ，a n dt h e r e b yr e a l i z e s t h ed e v e l o p m e n to fe x p e r ts y s t e mb a s e do nf p n f i n a l l y , ac a s es t u d yo nt h et ep r o c e s sd i a g n o s i si si m p l e m e n t e db y t h ef p nm o d e l l i n ga n dr e a s o n i n gt 0 0 1 t h ec a s es h o w st h a tt h ef p n m o d e l l i n ga n dr e a s o n i n gt o o lc a ne s t a b l i s ht h ek n o w l e d g e b a s eo fe x p e r t s y s t e mc o n v e n i e n t l ya n de f f e c t l y , a n dr e a l i z et h er e a s o n i n g ，h a v i n gt h e b r o a dd e v e l o p m e n tf o r e g r o u n d k e yw o r d s ： f u z z y p e t r i n e t ， e x p e r ts y s t e m ，k n o w l e d g e r e p r e s e n t a t i o n ，p r e d i c a t el o g i c i v 北京化工大学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对 本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标 ， 明。本人完全意识到本声明的法律结果由本人承担。 作者签名：蟀世如琏 日期： 关于论文使用授权的说明 学位论文作者完全了解北京化工大学有关保留和使用学位 论文的规定，即：研究生在校攻读学位期间论文工作的知识产权 单位属北京化工大学。学校有权保留并向国家有关部门或机构送 交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以 公布学位论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存、汇编学位论文。 保密论文注释：本学位论文属于保密范围，在一年解密后适用 本授权书。非保密论文注释：本学位论文不属于保密范围，适用本 授权书。 作者签名： 导师签名： 日期： 日期： 第一章前言 第一章前言 1 1 论文研究的背景与意义 随着工业规模的不断扩大、复杂性的日益增高，以及系统投资的巨大，人 们迫切需要考虑过程生产的可靠性和安全性。一旦某设备发生故障就可能会引 起链锁反应，造成巨大的经济损失和人员伤亡，甚至造成灾难性的后果，产生 不良的社会影响。因此，研究和开发一种适用于工业的专家系统，以实现对工 业过程的预测与诊断，成为工厂自动化发展的迫切需要。同时，对工业的安全 生产也具有十分重要的意义。 在专家系统中，知识表达和逻辑推理是其两个关键因素。近年来，将p e t r i 网模型用于专家系统的研究日益深入，成为研究的一个热点。这是因为p e t r i 网 作为一种系统建模工具，具有良好的模型描述特性以及良好的数学分析能力。 一方面，它能够很好地描述系统的静态和动态特性，并能够利用p e t r i 网的分析 技术，对知识库进行校验和维护；另一方面，在推理机制上，可以以所建立的 p e t r i 网模型为基础，遵照p e t r i 网的运行机制进行一系列的推理，包括基于图形 的推理和基于矩阵运算的推理。根据实际的需要，本文将模糊p e t r i 网和专家系 统结合起来研究。模糊p e t r i 网结合p e t r i 网的图形描述能力，将基于规则的系 统中的模糊规则映射成结构化的知识表达，使得知识的表示简单、清晰，而又 直观地表现出知识库系统中规则之间的结构化特性；同时又具有模糊系统的模 糊推理能力，便于知识的分析、推理和维护等。因此p e t r i 网在模糊知识表达领 域有着巨大的应用潜力。 实际上，专家系统技术能够使计算机帮助人们分析和解决只能用自然语言 描述的复杂问题。这样就扩展了计算机一般能做的计算和统计工作，使计算机 程序具有了思维能力。这些具有思维能力的程序能够与决策者进行对话，并应 用推理，建议不同的可能行为过程。同样，专家系统技术能使不具有编程能力 的人们建立功能强大的程序系统。这样，对编程一窍不通的工程技术人员能够 把他们的知识输入专家系统，其他同样缺乏编程能力的工程技术人员通过对话 能够很容易地检查这些在系统内部的知识，并在必要时，修改这些知识。 因此，研究模糊p e t r i 网在专家系统中的应用，开发实用有效的工业专家系 统，无论是对于预防重大事故的发生、保证系统的安全运行，还是对工业过程 的快速有效分析都具有重要意义。 北京化丁大学硕l ：学位论文 1 2 国内外文献综述 1 2 1 专家系统及其实现技术 1 2 1 1 专家系统概述 专家系统，也称为基于知识的系统，它是以逻辑推理为基础模拟人类思维的 符号主义人工智能方法f l 】，是人工智能领域的一个重要分支。由于这种系统能够 模拟人类专家在分析问题和解决问题时的思路，因此可以满意地解决那些需要领 域专家才能解决的高难度的实际问题。专家系统的任务就是企图对人类专家建 模，并且在决策、咨询、诊断、学习等方面使得专家的知识能够被非专家的用户 所有。 专家系统的功能和结构随所处理的任务类型各不相同。根据定义，专家系统 应该具备以下几个功能【2 】： ( 1 ) 存储问题求解所需的知识：4 ( 2 ) 存储具体问题求解的初始数据和推理过程中涉及到的各种信息，如中 间结果、目标、子目标以及假设等； ( 3 ) 根据当前输入的数据，利用已有知识，按照一定的推理策略，去解决 当前问题，并能控制和协调整个系统； ( 4 ) 能够对推理过程、结论或系统自身行为做出必要的解释，如解题步骤、 处理策略、选择处理方法的理由、系统求解某种问题的能力、系统如何组织和管 理其自身知识等； ( 5 ) 提供知识获取，机器学习以及知识库的修改、扩充和完善等维护手段； ( 6 ) 提供一种用户接口，便于用户使用，也便于分析和理解用户的各种要 求和请求。 专家系统实质上就是知识的获取和运用过程，因此知识的获取、运用、维护 是专家系统研究的三个基本问题。专家系统的结构如图1 1 所示【3 】： 2 第一章前言 用户 领域专家 知识工程师 图1 - 1 专家系统的组成结构框图 f i g 1 - 1s t r u c t u r eo fe x p e r ts y s t e m ( 1 ) 知识获取机构：其任务是把专家对书本上的知识、客观世界的认识和 理解进行选择、抽取、汇集、分类和组织，将他们转化为计算机可以利用的形式。 ( 2 ) 知识库及其管理系统：知识库主要用来存储某领域专家系统的专门知 识，为了建立知识库，要解决知识获取和知识表示问题。知识获取涉及知识工程 师如何从专家那里获得专门知识的问题；知识表示则要解决如何用计算机能够理 解的形式表达并存储知识的问题。 ( 3 ) 数据库及其管理系统：数据库又称为“黑板”，用于存储领域或问题 的初始数据和推理过程中得到的中问数据( 信息) ，即被处理对象的一些当前事 实。 ( 4 ) 推理机：是专家系统的“思维”机构，是构成专家系统的核心部分。 它的功能是根据一定的推理策略从知识库中选取有关知识，对用户提供的证据进 行推理，直到得出相应的结论为止。推理机包括推理方法和控制策略两部分。 ( 5 ) 解释系统：将系统的推理解释给用户。它的功能主要是解释推理结果， 负责向用户说明推理过程，为用户维护和管理专家系统提供方便。专家系统的解 释机制使智能系统运作机制具有透明性，对问题的求解策略进行必要的解释和说 明，进而帮助用户了解系引引。 目前，由于专家系统知识处理技术的局限性，专家系统也存在如下缺点【5 l ： ( 1 ) 知识的获取问题。知识的获取依赖于领域专家的知识，这样就使得知 识的获取效率低下，而且领域专家的某些经验知识往往很难用规则来描述，缺乏 有效的知识表达方式。 3 北京化t 人学硕 j 学位论文 ( 2 ) 推理机制的局限性。很多问题难以形式化，这就造成知识库管理困难。 在推理过程中，随着搜索空间的增大，容易产生“匹配冲突”，进而带来“组合 爆炸”、“无穷递归”等问题。缺乏联想、记忆、类比等形象思维能力自学习、 自适应能力差。现行的故障诊断专家系统通常是以专业领域的经验知识为基础进 行问题求解，不能在实践中总结经验或从专业领域本身的发展中学习新的知识。 另外，还存在着在线故障诊断困难等问题。 另外，诊断系统中诊断的知识和待处理的信息常常是不确定的、不精确的、 模糊的、时变的。为解决专家系统自身所存在问题，在应用中，多将专家系统 与模糊逻辑结合使用。 为有效解决以上问题，进入9 0 年代后，人们对专家系统的研究转向了与知 识工程、模糊技术、实时操作技术、神经网络技术、数据库技术等相结合的专 家系统，这也是专家系统今后的研究方向和发展趋势1 6 】。 1 2 1 2 专家系统的实现技术 专家系统的知识库模型及其知识表达方式在很大程度上决定了专家系统的 知识获取及推理机制的速度，是专家系统设计的重点。很多学者在这方面进行了 研究，通过不同的系统模型建立专家系统。目前已研究的专家系统模型主要有： 基于规则的专家系统、基于实例的专家系统、基于模糊逻辑的专家系统以及基于 人工神经网络的专家系统等。 产生式规则由于其在知识表示上的优点，广泛地用在了专家系统的构建上。 文献【7 9 】都采用了这种知识表示方式。文献【7 】中由于知识量少，作者将所获取 的分馏塔的经验知识以i f t h e n 的规则形式存放，并采用分等级推理模式和规则 库引导下的正向推理机制，从而实现了分馏塔监控专家系统的构建。文献【8 】融 合了征兆可信度与规则可信度的合成方式，将知识库中的模糊规则表示为三个表 一前提表、结论表、规则表，以增强知识的完备性并提高数据源的查找效率。文 献 9 】在基于规则推理的基础上，加入了基于案例的推理。对于一个待求解的故 障预测问题，系统首先启动基于案例的推理，通过分析决定是否继续启动规则推 理，并通过黑板对二者进行协调和控制。这种方法具有很高的实时性和效率，能 够预测某个任务段内可能出现的故障。 在文献 1 0 】针对炼钢过程所建立的专家系统中，作者进入了多a g e n t 的概 念。多a g e n t 系统融合了某个领域的人工智能知识，使各个a g e n t 之间相互 作用和影响，以解决问题。文中所提出的多a g e n t 体系包括用户a g e n t ，模铸 锭a g e n t ，真空除气a g e n t 以及电弧炉a g e n t 。各个a g e n t 可以同其他的a g e n t 协作，也可以独立工作。利用自适应神经模糊推理来产生a g e n t 的知识库。这 4 第一章前言 种方法能够对炼钢的整个过程进行全面的观察，从而保证炼钢质量和安全。 为解决非线性并行分布处理问题，文献【11 在专家系统的构建中采用了b p 网络。其信息的分布式存储是能解决上述问题的关键所在。这种方法采用b p 算 法，通过对样本的学习，得到所需的权值分布，完成知识获取。同时在训练( 知 识获取) 结束时，得到权系数矩阵和阈值向量，从而构建起知识库。这种方法具 有随时调整权值分布的特点，实现了网络的自学习。 专家系统知识库中的知识具有模糊特性，基于模糊p e t r i 网的知识表示方法 提供了一种对模糊知识有效表示和推理的工具。基于f p n 得的知识模型，可以 进行有效方便的推理，具有并行推理能力且模型结构清晰、参数意义明确，在 专家系统知识库和推理机的建立中得到了广泛的应用。另外，在专家系统建立 的过程中，知识库的校验也极为重要。通常，知识库校验工作有完整性校验( 如死 路规则、不可达规则、孤立规则等) 和一致性校验( 如循环规则、冲突规则) 。由 于基于规则的知识库中规则间较为独立，反映不出规则之间的依赖关系，这给知 识库的校验带来了困难。p e t r i 网( p n ) 作为一种系统建模工具，不仅具有良好模型 描述特性，也具有严谨的数学分析能力。利用p e t r i 网建模规则库既自然又直观， 有利于进行动态分析。 文献 1 2 】中，针对大量知识应用对智能环境的需要，b u r c i nb o s t a n k o r p e o g l u 等人提出了f p n 模型来表示面向对象的智能数据库环境的知识和行为，并提出了 自动建立模糊p e t r i 网的算法。首先由用户输入规则，对应于每一条规则，建立规 则对象，并检查规则的事件、条件和行为。建立每一条规则的相关库所，如单个 事件、模糊单个事件等。在建立完所有规则后，建立模糊推理组，它是一个在相 同时间触发的并发规则的集合。最后，建立所有这些f p n 库所的变迁。根据上述 的算法，可实现模糊p e t r i 网的自动建立。从而用建立的f p n 对知识库中的知识表 示，并基于此进行推理。 针对专家系统知识库中的知识具有模糊特性以及知识库需要频繁更新的特 点，在 1 3 】中，作者参照神经网络的b p 学习算法，在模糊p e t r i 网中引入了参 数学习算法，设计了一种基于模糊p e t r i 网的动态知识表示与推理方法。将f p n 首先进行分层处理，并将f p n 中的关于标识值的不连续符号函数用连续的s 型 函数替换，然后采用b p 算法进行学习，实现了对知识模型的权值、阈值和确 信度等参数的同时影响。在随后所进行的某网络入侵检测系统中f p n 攻击知识 模型的实例中，通过对知识模型参数的调整，说明了此学习算法的可行性和有 效性。 文献 1 4 中，针对产生式知识库系统，作者提出了一种基于p e t r i 网的知识 库维护方法。采用人机接口的方式人工获取知识，根据知识库中所得到的规则， 北京化t 人学硕 j 学位论文 用c 语言实现了p e t r i 网。在此基础上，提出知识库的维护方法。通过判断是否 存在冗余规则、循环规则、死路规则以及冲突规则，来对知识库进行维护。最 后利用c 和p r o l o g 语言实现了原型系统。文献 1 5 】在【1 4 的基础上，对其进行 了改进。根据p e t r i 网能够对知识的细节进行抽象的特点及对知识库系统应用的 需求，利用v c + + 对p e t r i 网进行了类的封装，建立了基于面向对象p e t r i 网的知 识库模型，实现了对知识库的动态维护，并增加了单步推理和反向执行的功能， 同时也改进了规则维护算法。 文献【1 6 】中，作者通过p e t r i 网可达性及不变量的分析计算，对知识库中完 整性与一致性错误进行校验，并据此开发了知识库校验工具p k b v 。基于由规则 库转化所得到的p e t r i 网模型，提出了完整性与一致性的校验算法，可实现对单 个知识库和多知识库的校验。所开发的p k b v 具有对知识库校验的有效性和对 任何基于规则的知识系统的通用性，在驾驶员辅助人工智能系统的项目中已得 到了很好的应用。 1 2 2 专家系统在工业中的应用 专家系统萌芽于2 0 世纪6 0 年代，1 9 6 5 年由美国斯坦福( s t a n f o r d ) 大学研制 的d e n d r a l 解释型专家系统被视为专家系统的雏形系统。7 0 年代，专家系统主 要在美国大学的研究所内迅速地发展起来，1 9 7 1 年由麻省理工大学( m i t ) 的教 授英格曼等研制的数学专家系统m a c s y m a 标志着专家系统的诞生1 1 7 j 。进入2 0 世纪8 0 年代专家系统开始波及到产业界，经过多年的科学研究，专家系统的理论 和技术同臻成熟，在工业生产、医疗卫生、航天飞行、核电开发等各个领域已取 得了令人瞩目的成就，成为当今世界的研究热点之一。 文献 i 8 】中，c h r i s t i n ew c h a n 弓l 入类的概念，开发了针对石油生产和分离设 备的专家系统。首先通过s c a d a 系统采集现场数据，通过不断地进行测量数据 与正常值或设定值的比较，可实现石油生产设备的远程监测。然后利用i m t ( 推 理建模技术) 确定石油生产和分离过程中的类及其相关的属性和任务等，并将其 引入到下一步的本体建模中。本体建模是专家系统建立的关键一步，包含了专家 系统中知识的表示和相互关系，以及诊断地具体内容。在前面的基础上，按照专 家系统的各个功能模块，即可实现专家系统的建立。文中的专家系统实现了对石 油生产和分离过程的监控和在线诊断，对专家系统效果的评估也令人满意。 在文献 1 9 2 0 中，张定会等对冷轧生产线构建了故障诊断实时专家系统， 通过设置时间间隔，定时刷新历史数据库，以不断写入实时数据库中的实时数 据进行诊断。文中实现了良好的人机对话方式和实时数据库，保证了实时专家 系统的整体性能，准确的对整个冷轧生产线及过程计算机进行了实时状态监测 6 第一章前言 和故障诊断。 在文献 2 l 】所建立的专家系统中，针对于电力系统的故障诊断问题，作者 采用了时间p e t r i 网作为专家系统的知识库表示方法。文中利用时间p e t r i 网对 电力系统的各组成部分的运行和行为进行建模，保证了各部分定性仿真的准确 性。另外，在推理部分，结合了浅层推理和深层推理。其中，浅层推理基于参 考模型，深层推理基于所建立的时间p e t r i 网模型。 1 2 3 模糊p e t r i 网及其知识表达 p e t r i 网由c a r la p e t r i 博士于1 9 6 2 年在他的博士论文中提出【2 2 1 ，用来描述 计算机系统事件之间的因果关系。早期的p e t r i 网主要应用于计算机与信息处理 领域，后来具有工程背景的研究人员将p e t r i 网方法用在工程系统尤其是自动制 造系统的研究。5 0 多年来，p e t r i 网不断的充实和发展，日臻完善，在计算机、 自动化、通信、交通、电力与电子、服务以及制造等领域得到广泛的应用。 美国教授查德( l a z a d e h ) 1 9 6 5 年首先提出了模糊集合的概念，由此开创 了模糊数学及其应用的新纪元【2 3 1 。在各种模糊逻辑的应用中，基于规则系统的 模糊推理吸引了很多研究人员的注意，通过多年艰苦努力，现在己经产生了很 多有效的模糊规则表示方法拉引。模糊产生式规则己经被用于描述客观世界中的 不精确知识和进行模糊推理1 2 5 1 。模糊p e t r i 网结合了p e t r i 网的技术、模糊集合 理论以及模糊产生式规则，因此它具有良好的p e t r i 网的图形表达能力，非常适 合对模糊产生式规则建模【2 圳，并有效地改善了模糊推理能力，使推理更灵活、 更有效。 c h e n ，s m 等人在1 9 9 0 年提出了对模糊知识表示和推理的模糊p e t r i 网 模型，定义了f p n 模型的基本结构( 2 8 1 ，同时使得模糊p e t r i 网的复杂度也增加 了，并提出了一个基于此模型的模糊推理算法。在文献 2 9 1 中，m a n o j 等人给出 了一个算法，这个算法克服了文献 2 8 中c h e n 的基于模糊p e t r i 网的推理算法 中存在的问题，并给出了复合变迁和分层p e t r i 网的概念，用于简化p e t r i 网结 构和表示系统与子系统间的层次关系，使t o k e n 在模糊p e t r i 网中被表示为一个 隶属度函数而不再是一个简单的数。在文献 3 0 】中，c h e n 将命题权重引入f p n 中，提出了一种加权模糊p e t r i 网的方法。模糊p e t r i 网的推理算法基本上是基 于这样的两种思路： 一种是利用p e t r i 网的图形描述能力，在图形结构上进行正向或反向搜索。 反向推理算法是寻找与结果命题相关的输入条件和相关规则，并不求解结果命 题的值。算法仅涉及知识库系统中的命题、规则，并不涉及命题和规则中的具 7 北京化t 人学硕十学位论文 体参数。因此，反向推理算法建立在模糊p e t r i 网的基本结构上，与模糊p e t r i 网模型的细节属性无关。这种思路的推理算法，数据结构较复杂，推理速度较 慢。由于利用了p e t r i 网的良好的图形描述能力，推理算法的思路相对清晰，因 此，这种思路的推理算法较常用。 另一种推理算法是利用数学的分析能力，把模糊p e t r i 网模型转化为矩阵表 示，采用代数运算的方法来实现模糊p e t r i 网的推理运算。这种思路的推理算法 效率较高，且便于并行推理。 在文献 3l 】中，王建元等在用模糊p e t r i 网表示故障的传播过程中，提出了 一种基于矩阵的正向推理算法，并将其首次应用在变压器的故障诊断体系中， 描述了故障征兆与故障的关系。这种推理方法可大大减少诊断时间，提高准确 率。在文献 3 2 1 中，针对网络攻击所具有的并发性、攻击特征的不确定性等特 点，危胜军等将模糊p e t r i 网用于入侵检测中，解决了误用入侵检测系统中现有 知识表示方法不能并行推理的问题，以及传统的基于p e t r i 网可达图搜索求解导 致模型描述复杂、推理缺少智能的问题，验证了模糊p e t r i 网模型的正确性和有 效性。 文献【3 3 中，作者提出了一种利用数据库的查询来实现模糊p e t r i 正向推理 的方法。把模糊p e t r i 网模型映射到关系数据模型上，用两个数据表结构来表示 一个模糊p e t r i 网模型。一个数据表用来存放模糊p e t r i 网中的库所标记值，库 所标记值在推理运算中不断更新。另一个数据表用来存放模糊p e t r i 网的网结构 以及一些推理运算中固定不变的参数。对模糊p e t r i 网的推理就建立在对这两个 数据表的查询运算上。基于查询技术实现的推理运算，在数据表上可查询使能 的变迁，点燃变迁，计算和调整数据表中的相关数据。通过比较表中的库所标 记值来判断推理是否结束。基于这种数据库查询技术的推理算法简单、高效、 通用，尤其适合较大规模的f p n 模型的推理运算。 文献 3 4 1 中，针对计算机控制系统中所出现的错误检测与诊断问题，y ：t i n g 等人提出了一种模糊推理与校验的p e t r i 网模型，并将其用在复杂容错系统中。 为将模糊规则转化到模糊推理与检验p e t r i 网模型中，作者提出了两级模糊规则 决策树和p e t r i 网技术。该文主要介绍了在基于p e t r i 网的两级模糊规则决策树 中，采用最大最小原则，确定出最优规则，从而通过初始库所的置信度，求取 终库所的置信度。最后，通过仿真实验的结果与推理结果的比较，证明了这种 方法的有效性。 针对复杂知识库中知识规则数量多、知识规则的组织及其相互间的逻辑关 系难以把握这特点，在文献 3 5 】中，潘洪军等在模糊p e t r i 网的基础上提出了 一种层次化模糊p e t r i 网( h i e r a r c h i c a lf u z z yp e t r in e t s ，h f p n ) ，并给出了它的形 第一章前言 式化定义。通过充分利用库所抽象、转换抽象，实现了层次化的知识表示，降 低了模糊系统建模的复杂程度，提高了系统规格的可理解性和模糊p e t r i 网的建 模能力。利用p e t r i 网的图形描述能力，文中，作者给出了一种基于图形结构的 正向推理算法。将这种模糊推理算法表示为一棵“树”，其上的每一个节点都表 示一个三元组。在推理的过程中，充分用到了可达集、相邻库所及彼此间的关 联关系。通过判断标记节点是否为终节点，以及前集库所和后集库所的模糊关 系来实现整个推理流程。 文献【3 6 】中，作者提出了一种建立在模糊p e t r i 网的基本结构上的反向推理 算法。通过建立模糊p e t r i 网模型的关联矩阵、库所向量和变迁向量，运用矩阵 运算的基本方法实现。通过该算法的运行，可以在模糊p e t r i 网模型中抽取出一 个子模型，从而把一个大的、复杂的系统转化为一个只与问题相关的小的系统来 处理。在文章最后，通过对该算法中的矩阵运算和模型中的图形结构之间的关 系的理解和讨论，论证了其正确性。采用数学运算的方法实现的反向推理算法 简单，具有通用性，它适用于各种类型的模糊p e t r i 网结构。 文献 3 7 1 以电梯故障信息诊断系统为例，针对其故障信息的不确定性和模 糊性，给出了基于p e t r i 网的模糊诊断知识表达方法，讨论了建立在模糊p e t r i 网模型基础上的反向模糊推理算法。通过深度优先搜索，建立初始库所集合到目 标库所集合的路径。如果存在多条路径，比较变迁的可信度，反向寻找出一条 最有可能引发征兆的故障路径。这种推理算法在诊断专家系统中得到了充分应 用，有利于减少用户的输入量。 1 3 论文研究的主要内容 论文系统研究了基于模糊p e t r i 网的知识表达和推理的专家系统，重点论述 了知识库的维护和推理机的推理机制，并通过智能语言v i s u a lp r o l o g 予以实现。 本论文共六章，各章的主要内容如下： 第一章介绍了论文的背景、研究目的意义以及国内外对于此领域的历史状 况和研究最新进展。 第二章研究了f p n 的知识表达及推理机制，并介绍了p e t r i 网的分析技术。 第三章提出了基于f p n 知识表示和推理的专家系统的设计方案，分别就专 家系统的工作模型、知识获取方式、知识库的设计与维护以及推理机制等问题 进行论述。 第四章讨论了基于v i p 所开发的专家系统的具体实现技术。逐一给出了智 能语言v i p 以及专家系统的图形编辑环境、f p n 推理机和解释机制等的实现方 法。 9 北京化工人学硕i ：学位论文 第五章以t e 为研究对象，介绍了所开发的专家系统的应用实例，表明了 f p n 建模和推理平台可以方便有效地建立起专家系统，具有广泛的发展前景。 第六章给出了论文的结论，并结合整个论文的研究过程，谈了有关论文工 作的体会，最后提出了本课题论文的存在的问题及今后的改进方向。 l o 第二章基于模糊p e t r i 网的知识表达及推理 第二章基于模糊p e t ri 网的知识表达及推理 2 1 引言 p e t r i 网作为一种系统建模工具，具有良好的模型描述和数学分析能力。它 不仅可以刻画系统的结构，而且可以描述系统的动态行为。模糊p e t r i 网( f p n ) 是p e t r i 网( p n ) 的扩展，除具有很好的p e t r i 网特性外，还能合理描述现实世 界中的不确定性和模糊性，又可以进行不确定性推理，并且有较为严密的数学 理论支持。方面，模糊p e t r i 网结合p e t r i 网的图形描述能力，将基于规则的 系统中的模糊规则映射成结构化的知识表达，使得知识的表示简单、清晰，而 又直观地表现出知识库系统中规则之间的结构化特性；另一方面，具有模糊系 统的模糊推理能力，便于知识的分析、推理和维护等。越来越多的研究证明， 模糊p e t r i 网( f p n ) 是一种很好的知识表达方法。本章具体研究了模糊p e t r i 网的 知识表达、推理机制以及分析技术。 2 2 模糊p e t ri 网的知识表达 2 2 1 模糊p e t ri 网定义 模糊p e t f i 网( f p n - _ f u z z yp e t r in e t ) 是一种用来表示模糊知识的p e t r i 网，它是一个有向二分模糊图。模糊p e t r i 网也有两种类型的结点：模糊位置结 点和模糊转移结点。模糊位置结点包含有模糊标记，即该标识不仅是有与没有 两种状态，而是其值介于0 和l 之间的多值状态。模糊转移结点也同样具有 0 ， 1 】之间不同模糊值的多种状态【3 8 1 。 定义2 1 模糊p e t r i 网，f p n f p n 定义为一个1 0 元组： f p n = p t , d , l o , f z z ，声，t s , m 其中， 弼：变迁状态的有限集合，v t s ，t s ，碣 o ，1 ，t s i = 1 ，表示对应的变迁t ， 已发生，t s ，= 0 ，表示对应的变迁t ；未发生； m o ：为初始标识。v m i m o ，m i 【0 ，1 。 p , t , d , i , o , f i c r ，的定义同文献 3 7 1 中的定义相同。 定义2 2f p n 的变迁的激发规则 北京化- t 大学硕：l ：学位论文 一个变迁能够激发的条件：v e i ( t t ) ，均有川( 乃) = l r a ( p j ) 允 变迁t i 激发后，系统将得到新的标识和托肯，如下： ( 1 ) ，( ) ，鸭( 乃) - - n 毛( p j ) = l ，锡( 乃) = q ( 乃) ( 2 ) v p k ，( f f ) ，( 办) = l ，( 仇) = ( 乃) 木厂( ) 并得到t o k e n ( 3 ) 变迁f f 的变迁标识：r s ( o = l 2 2 2 产生式规则的f p n 表示 f p n 通过有向图描述对象之间的因果关系，具有描述不确定性知识的能力， 能够有效地表达系统的静态特性和动态行为。f p n 表示法的基本思想就是用不 同的库所来代表产生式规则的前提和结论，用变迁来表示规则强度，从而实现 f p n 对产生式规则的规则集的映射。 设有如下产生式规则 矿# t h e n ( c f = ) 其中p 1 和p 2 分别为规则的前提和结论。f p n 的库所则对应于上述产生式规则 的前提p 1 或结论p 2 ，变迁对应于该规则强度。用f p n 可表示为图2 1 ： p 1p 2 o 俨弋 图2 - 1 产生式规则的f p n 表示 f i g 2 - 1f p nk n o w l e d g er e p r e s e n t a t i o no f p r o d u c e dr u l e 2 3 模糊p e t ri 网模型的一阶谓词逻辑表达 逻辑表示法是种基于数理逻辑的知识表示方式。它的表现方式与人类自 然语言比较接近，能够自然而精确地表达人类思维和推理的有关知识，已成为 各种智能系统中最基本的知识表达方法。谓词逻辑表示法能够将以自然语言描 述的知识，通过引入谓词来加以描述，获得有关的逻辑公式，进而将其用内部 代码表示。谓词逻辑中的命题用谓词表示，其一般形式为：p ( x ，焉，砧，其 中p 为谓词名，五, x 2 ， 是个体。如果五仁1 , 2 ，1 ) 都是个体常量、变元或函 数，则称之为一阶谓词。在一阶谓词逻辑中，量词包括全称量词v 和存在量词3 ， 以刻画谓词与个体之间的关系。谓词逻辑不仅可以用来表示事物的状态、属性、 概念等事实性知识，也可以用来表示事物的因果关系，即规则。它包括5 个逻 辑连接词：1 ( 并非) 、a ( 合取) 、v ( 析取) 、专( 蕴涵) 和h ( 等值) ，而联结词的 结合力依h 、专、 、v 、 的顺序递增p 9 1 。当用谓词逻辑表示知识时，首先根据 1 2 第- 二章基于模糊p e t r i 网的知识表达及推理 所表示的知识定义谓词，然后再用连接词或量词把这些谓词连结起来，形成一 个谓词公式。如，用谓词逻辑表示知识“每个人都有一个父亲”，可表示为： 6 x ) ( 3 y ) ( p e r s o n ( x ) - - ) h a s f a t h e r ( x ，j ，) ) p r o l o g 是一种基于一阶谓词逻辑表示法的逻辑程序设计语言，主要适合于 处理逻辑推理问题。除一些初始的声明之外，一个p r o l o g 程序本质上是由一系 列的逻辑语句组成，这些语句由事实和规则组成。其中，事实说明客体的属性 或客体之间的关系，是构成p r o l o g 语句的基础。规则用来定义客体以及客体之 间的关系】。规则在形式上由子句头、子旬体以及连接二者的冒号减号( “： ) 组成，表示如下： q 。 北京化- t 大学硕j ：学位论文 p l p n 图2 - 3f p n