智能检测技术绪论PPT学习教案

1、会计学1智能检测技术绪论智能检测技术绪论何谓智能检测？智能检测有哪些特点？使用了单片机、计算机的检测系统是否一定具有智能？智能检测系统由哪些部分组成？如何实现？所谓智能检测，应当包含测量、检验、信息处理、判断决策和故障诊断等多种内容。是检测设备模仿人类智能的结果。是将计算机技术、信息技术和人工智能等相结合而发展的检测技术。第1页/共30页第2页/共30页第3页/共30页第4页/共30页第5页/共30页第6页/共30页现在现在发展期发展期形成期形成期萌芽期萌芽期196019601970197019801980第7页/共30页n19601960年代初，年代初，F.W.SmithsF.W.Smith

2、s首先采用性能模式识别器来学习最优控制方法首先采用性能模式识别器来学习最优控制方法n19651965年，加利福尼亚大学的扎德年，加利福尼亚大学的扎德(L.A. Zadeh)(L.A. Zadeh)教授提出了模糊集合理论教授提出了模糊集合理论n19651965年，美国的年，美国的FeigenbaumFeigenbaum着手研制世界上第一个专家系统着手研制世界上第一个专家系统n19651965年，普渡大学傅京孙教授将人工智能中的直觉推理方法用于学习控制系统。年，普渡大学傅京孙教授将人工智能中的直觉推理方法用于学习控制系统。n19661966年年MendelMendel在空间飞行器学习系统中应用了人

3、工智能技术，并提出了在空间飞行器学习系统中应用了人工智能技术，并提出了“人工智能控制人工智能控制”的概念。的概念。n19671967年，年，LeondesLeondes等人首先正式使用等人首先正式使用“智能控制智能控制”一词，并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统，提高了系统处理不确定性问题的能力。这标志着智能控制的思想已经萌芽。一词，并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统，提高了系统处理不确定性问题的能力。这标志着智能控制的思想已经萌芽。第8页/共30页n19701970年代初，傅京孙等人从控制论的角度进一步总结了人工智能技术与自适应、自组织、自学习控

4、制的关系，正式提出智能控制是人工智能技术与控制理论的交叉，并在核反应堆、城市交通的控制中成功地应用了智能控制系统。年代初，傅京孙等人从控制论的角度进一步总结了人工智能技术与自适应、自组织、自学习控制的关系，正式提出智能控制是人工智能技术与控制理论的交叉，并在核反应堆、城市交通的控制中成功地应用了智能控制系统。n19701970年代中期，智能控制在模糊控制的应用上取得了重要的进展。年代中期，智能控制在模糊控制的应用上取得了重要的进展。19741974年英国伦敦大学玛丽皇后分校的年英国伦敦大学玛丽皇后分校的E.H.MamdaniE.H.Mamdani教授把模糊理论用于控制领域，把扎德教授提出的教授

5、把模糊理论用于控制领域，把扎德教授提出的IFIFTHENTHEN型模糊规则用于模糊推理，再把这种推理用于蒸汽机的自动运转中通过实验取得良好的结果。型模糊规则用于模糊推理，再把这种推理用于蒸汽机的自动运转中通过实验取得良好的结果。n19771977年，萨里迪斯年，萨里迪斯(Saridis)(Saridis)提出了智能控制的三元结构定义，即把智能控制看作为人工智能、自动控制和运筹学的交叉。提出了智能控制的三元结构定义，即把智能控制看作为人工智能、自动控制和运筹学的交叉。n19701970年代后期起，把规则型模糊推理用于控制领域的研究颇为盛行。年代后期起，把规则型模糊推理用于控制领域的研究颇为盛行。

6、19791979年，年，MandaniMandani又成功研制出自组织模糊控制器，使得模糊控制器具有了较高的智能。又成功研制出自组织模糊控制器，使得模糊控制器具有了较高的智能。第9页/共30页n19821982年，年，FoxFox等人完成了一个称为等人完成了一个称为ISISISIS的加工车间调度的专家系统的加工车间调度的专家系统n19821982年，年，HopfieldHopfield引用能量函数的概念，使神经网络的平衡稳定状态有了明确的判据方法，并利用模拟电路的基本元件构作了人工神经网络的硬件模型，为实现硬件奠定了基础，使神经网络的研究取得突破性进展引用能量函数的概念，使神经网络的平衡稳定状

7、态有了明确的判据方法，并利用模拟电路的基本元件构作了人工神经网络的硬件模型，为实现硬件奠定了基础，使神经网络的研究取得突破性进展n19851985年，年，IEEEIEEE在纽约召开了第一届全球智能控制学术讨论会，标志着智能控制作为一个学科分支正式被学术界接受。在纽约召开了第一届全球智能控制学术讨论会，标志着智能控制作为一个学科分支正式被学术界接受。n19861986年，年，RumelhartRumelhart提出多层网络的提出多层网络的“递推递推”( (或称或称“反传反传”) )学习算法，简称学习算法，简称BPBP算法，从实践上证实了人工神经网络具有很强的运算能力，算法，从实践上证实了人工神经

8、网络具有很强的运算能力，BPBP算法是最为引人注目，应用最广的神经网络算法之一算法是最为引人注目，应用最广的神经网络算法之一n19871987年在费城举行的国际智能控制会议上，提出了智能控制是自动控制，人工智能、运畴学相结合或自动控制、人工智能、运畴学和信息论相结合的说法。此后，每年举行一次全球智能控制研讨会，形成了智能控制的研究热潮。年在费城举行的国际智能控制会议上，提出了智能控制是自动控制，人工智能、运畴学相结合或自动控制、人工智能、运畴学和信息论相结合的说法。此后，每年举行一次全球智能控制研讨会，形成了智能控制的研究热潮。第10页/共30页一般来说，一个智能系统要具有对环境的敏感，进行决

9、策和控制的功能，根据其性能要求的不同可以有各种人工智能的水平。一般来说，一个智能系统要具有对环境的敏感，进行决策和控制的功能，根据其性能要求的不同可以有各种人工智能的水平。分析、组织数据并将数据变换为机器理解的结构化信息的能力；在复杂环境中选取优化行为，使系统能在不确定情况下继续工作的能力。具有辩识对象和事件、在客观世界模型中获取和表达知识、进行思考和计划未来行动的具有感知环境、作出决策和控制的能力高级高级较高较高简单简单第11页/共30页第12页/共30页第13页/共30页基于工控机的检测系统第14页/共30页第15页/共30页第16页/共30页神经网络神经网络专家系统专家系统分级递阶分级递

10、阶智能控制智能控制仿人智能仿人智能模糊决策模糊决策各种方法的综合集成各种方法的综合集成5.智能检测的主要理论第17页/共30页n 基于信息论的分级递阶智能理论基于信息论的分级递阶智能理论 三级分级递阶智能控制系统是由三级分级递阶智能控制系统是由GNSaridis于于1977年提出的。该系统由组织级、协调级和执行级组成，遵循年提出的。该系统由组织级、协调级和执行级组成，遵循“精度递增伴随智能递减精度递增伴随智能递减”的原则。的原则。l组织级起主导作用，涉及知识的表示与处理，主要应用人工智能；l协调级在组织级和执行级间起连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制；l执行级是底层，

11、具有很高的控制精度，采用常规自动控制。组织级协调级执行级精 度智 能第18页/共30页n模糊系统理论模糊系统理论 人类最初对事物的认识来看，都是定性的、模糊的和非精确的，因而将模糊信息引入智能检测控制具有现实的意义。模糊逻辑在控制领域的应用称为模糊控制。人类最初对事物的认识来看，都是定性的、模糊的和非精确的，因而将模糊信息引入智能检测控制具有现实的意义。模糊逻辑在控制领域的应用称为模糊控制。 它的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列以它的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF（条件）（条件）THEN（作用）（作用）”形式表示的控制规

12、则，通过模糊推理得到控制作用集，作用于被控对象或过程。形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。5.智能检测的主要理论第19页/共30页n基于脑模型的神经网络理论基于脑模型的神经网络理论 人工神经网络采用仿生学的观点与方法来研究人脑和智能系统中的高级信息处理。人工神经网络采用仿生学的观点与方法来研究人脑和智能系统中的高级信息处理。5.智能检测的主要理论第20页/共30页n基于知识工程的专家系统基于知识工程的专家系统专家检测控制可定义为：具有模糊专家智能的功能，采用专家系统技术与控制理论相结合的方法设计检测控制系统。专家检测控制可定义为：具有模糊专家智能的功能，采用专

13、家系统技术与控制理论相结合的方法设计检测控制系统。5.智能检测的主要理论第21页/共30页n基于规则的仿人智能检测控制基于规则的仿人智能检测控制仿人智能检测控制的核心思想是在检测和控制过程中，利用计算机模拟人的行为功能，最大限度地识别和利用控制系统动态过程提供的特征信息，进行启发和直觉推理，从而实现对缺乏精确模型的对象迸行有效的控制。其基本原理是模仿人的启发式直觉推理逻辑，即通过特征辩识判断系统当前所处的特怔状态，确定控制的策略，进行多模态控制。仿人智能检测控制的核心思想是在检测和控制过程中，利用计算机模拟人的行为功能，最大限度地识别和利用控制系统动态过程提供的特征信息，进行启发和直觉推理，从而实现对缺乏精确模型的对象迸行有效的控制。其基本原理是模仿人的启发式直觉推理逻辑，即通过特征辩识判断系统当前所处的特怔状态，确定控制的策略，进行多模态控制。5.智能检测的主要理论第22页/共30页n各种方法的综合集成各种方法的综合集成l模糊神经网络检测控制技术模糊神经网络