智能控制技术概论 课件 7.3 复合专家控制

复合专家控制智能控制技术5MIE分析法智能控制技术模糊专家系统神经网络专家系统内容产品质量特性波动复合专家控制产品质量特性波动5MIE分析法智能控制技术神经网络专家系统1神经网络模型产品质量特性波动复合专家控制5MIE分析法智能控制技术神经网络模型概述神经网络专家系统，采用神经网络对专家系统进行知识表示和自动知识获取，通过分布式信息存储特性突破专家系统中知识获取的瓶颈。利用神经网络强大的并行分布式处理功能、连续时间非线性动力学特性和全局集体作用等特点，有效地解决专家系统实现过程中遇到的难点，实现知识获取的自动化、并行联想和知识推理，提高专家系统的智能水平、实时处理能力，以及提高系统的鲁棒性和容错能力。产品质量特性波动复合专家控制5MIE分析法智能控制技术神经网络模型神经网络专家系统结构每个模块的功能如下：自动知识获取模块根据专家知识进行自学习；推理机制提出使用知识解决问题的方法；解释模块用于说明专家系统是根据什么推理思路得出结论的；人机交互接口用于提问和获取结果。产品质量特性波动复合专家控制

5MIE分析法智能控制技术主要功能和工作原理神经网络模型（1）自动知识获取：提出所需神经网络的结构，包括网络层数、输入和输出，以及隐藏节点的数量；组织要训练的学习样本；使用学习算法通过学习样本获取所需权重，从而完成知识获取。（2）知识库：是推理和问题解决的基础，通过自动知识获取获得，并可不断更新。具体表现在学习样本后的网络参数分布。（3）推理机制：与基于逻辑推理的第一代专家系统不同，神经网络专家系统的推理机制主要是数值计算，由以下三部分组成。1）输入逻辑概念到输入模式转换。根据论域的特征确定转换规则，并根据相应规则将当前情况转换为神经网络的输入模式。2）网络中的前向计算。3）输出模式的解释。解释是将输出的数值向量转换成逻辑概念，输出模式的解释随论域的不同也各不相同。产品质量特性波动复合专家控制

5MIE分析法智能控制技术（1）基于神经网络的知识表示神经网络模型传统的知识表示如产生式规则和语义网络等，都可以视为对知识的显式表示，而在神经网络专家系统中，知识表示可以视为隐式表示，其中知识不像产生式系统中那样独立地表示每条规则，而是在同一个网络中表示某个问题的若干知识。神经网络专家系统的知识表示可以分为内部和外部形式。内部形式是神经网络专家系统中知识的表示方式，通常通过权重矩阵和阈值向量来描述。在神经网络专家系统中，知识表示为连接权重和神经元之间的阈值，这些权重和阈值的组合决定了系统的行为和决策过程。外部形式是知识工程师、专家和用户能够直接理解和使用的形式。通常，外部形式是一些学习范式，如IF-THEN规则，外部形式的知识是通过机器学习转换成内部形式，并以网络或动态系统的形式进行表示。产品质量特性波动复合专家控制

5MIE分析法智能控制技术（2）基于神经网络的知识获取神经网络模型产品质量特性波动复合专家控制在神经网络中，通过学习训练实现知识获取，其目的是要求出权系数集合{T_ij}以保证网络对应于每个输入矢量所产生的输出矢量充分接近所希望的输出矢量。

5MIE分析法智能控制技术（3）基于神经网络的知识推理神经网络模型基于知识的推理机制有正向推理、反向推理和双向推理三种。正向推理从已知的征兆事实或系统测量的特征参数出发，使用分布式网络的权重和阈值来计算输出，实现与输出模式的映射而得出推理结论。这种推理机制简单易实现，适用于设备的在线监控和控制。反向推理是从目标到支持目标的证据的推理。其先假设输出是某种类型，然后在知识库中找到假设结论的规则，并验证规则的前提是否存在。双向推理是正向推理和反向推理的有效结合，以实现推理的准确性和效率。其利用征兆事实数据库中的一些已知事实作为神经网络的输入。神经网络利用正向推理初步确定最可能发生的事件，然后利用反向推理进一步验证假设是否成立。产品质量特性波动复合专家控制产品质量特性波动5MIE分析法智能控制技术模糊专家系统2神经网络模型产品质量特性波动复合专家控制5MIE分析法智能控制技术神经网络模型系统结构基于规则的模糊专家系统通常包括：输入输出接口、模糊数据库、模糊知识库、模糊推理机、学习模块和解释模块等。产品质量特性波动复合专家控制

5MIE分析法智能控制技术系统结构解释神经网络模型输入输出接口主要负责系统初始信息的输入和系统最终结论的输出。在实际应用中，很多情况下信息是不确定的，因此输入信息允许包含模糊性，结论也包含一定程度的不确定性。同时，输入输出接口还负责显示系统推理的解释过程，系统运行中的人机交互，输入建库和修改信息等。模糊数据库用于存储各类不确定性信息，包括系统的初始输入信息、基本数据信息以及系统基本定义等。它主要用于确定描述不确定信息的模糊语言值，系统推理过程中产生的中间信息，以及系统的最终结论信息。模糊知识库存放着从领域专家经验中总结出的事实和规则。这些事实或规则可能是模糊的或不完全可靠的，因此需要为每个事实附上一个可信度标志，为规则附上一个强度标志，使系统能够正确地应用这些知识进行推理。模糊推理机的功能是根据系统输入的不确定证据，利用模糊知识库和模糊数据库中的不确定性知识，按一定的不确定性推理策略解决系统问题，并给出较为合理的建议或结论。为了模拟领域专家的推理过程，模糊推理机采用各种推理技术，并定义一组函数用于推理过程中信息的不确定性传播计算。解释模块记录系统推理过程中所使的规则和产生的中间结果，其中每个规则和结论都附有不确定性标度，以更好地理解系统的推理过程。学习模块是接受领域专家用自然语言描述的知识，并将其转换成计算机可识别的规范化模糊事实和规则，或者通过一组经验实例自动总结归纳出模糊规则，以不断完善系统的知识库并提升系统的智能化水平。产品质量特性波动复合专家控制

5MIE分析法智能控制技术可能性分布与模糊测度神经网络模型在进行不确定性推理时，可能性问题通常与判断命题的真实性问题密切相关。在这里所讨论的可能性，并非指事件发生或不发生的概率，而是指某种行为、程序或方案等实现的可能性。举例来说，一个人一天走10000步的可能性，这些情况并非要么完全可行（可能性程度为1），要么完全不可行（可能性程度为0），而是在各种不同程度上具有可行性（可能度在0到1之间取值）。可能性代表一种不确定性，与随机性不同，是一种模糊性。可能性取最大值，而概率则对应平均值。可能度大的事件的概率未必大，概率小的事件的可能度也未必小，但不可能事件的概率必定为0。产品质量特性波动复合专家控制产品质量特性波动5MIE分析法智能控制技术工业控制系统的定义模糊性知识可以采用产生式规则、框架、语义网络等形式表达。（1）模糊产生式规则模糊推理规则是基于模糊技术的模糊规则，其模糊方法主要由前提条件模糊化、动作或结论模糊化、设置规则激活阈值和设置规则可信度等四个方面进行。具有部分特征的产生式规则称为模糊产生式规则。模糊性知识规则表示产品质量特性波动复合专家控制产品质量特性波动5MIE分析法智能控制技术工业控制系统的定义（2）模糊规则的表达方法模糊产生式规则的形式可表示为规则的前件和后件均可以是模糊命题，凡是包含有模糊谓词或模糊状态量词或带不同程度肯定的命题称为模糊命题。模糊性知识规则表示产品质量特性波动复合专家控制产品质量特性波动5MIE分析法智能控制技术工业控制系统的定义（3）模糊产生式系统运行举例为了更好地理解模糊规则是如何表达模糊知识的，了解模糊产生式系统的运行原理，用一个简单的模糊推理的例子来加以说明。假定已有模糊规则集：模糊性知识规则表示产品质量特性波动复合专家控制产品质量特性波动5MIE分析法智能控制技术工业控制系统的定义

模糊性知识规则表示产品质量特性波动复合专家控制产品质量特性波动5MIE分析法智能控制技术工业控制系统的定义

模糊性知识规则表示产品质量特性波动复合专家控制产品质量特性波动5MIE分析法智能控制技术工业控制系统的定义对于一条规则，其不确定性主要体现在前提条件的不确定性、结论的不确定性和规则的不确定性。因此，对于任何不确定性推理模型，必须解决三个问题：前提条件的不确定性描述、规则的不确定性描述和不确定性的传播或更新算法。证据不确定性的描述