《第6章--智能技术课件.ppt》由会员分享，可在线阅读，更多相关《第6章--智能技术课件.ppt（94页珍藏版）》请在三一办公上搜索。
1、2023年4月4日,第1页,主要内容,2023年4月4日,第2页,6.1 概 述,2023年4月4日,第3页,6.1 概 述,2023年4月4日,第4页,6.1 概 述,2023年4月4日,第5页,6.1 概 述,2023年4月4日,第6页,6.1 概 述,2023年4月4日,第7页,6.2 模糊控制技术,2023年4月4日,第8页,6.2 模糊控制技术,2023年4月4日,第9页,6.2 模糊控制技术,2023年4月4日,第10页,6.2 模糊控制技术,2023年4月4日,第11页,6.2 模糊控制技术,2023年4月4日,第12页,6.2 模糊控制技术,2023年4月4日,第13页,6.2
2、 模糊控制技术,2023年4月4日,第14页,6.2 模糊控制技术,2023年4月4日,第15页,6.2 模糊控制技术,2023年4月4日,第16页,6.2 模糊控制技术,2023年4月4日,第17页,6.2 模糊控制技术,五、模糊推理1、语言变量 语言分为自然语言（日常生活用的语言，表达能力强具有模糊性-模糊推理）和形式语言（严格的语言规则和语义，不存在模糊性-计算机语言）。语言变量是自然语言中的词或句，它的取值不是形式语言变量的精确数值，而是用语言变量值表示的模糊集合。语言变量：由一个五元系x，T(x)，U，G，M来表征。其中x为变量名称（如速度、年龄、颜色）；T(x)为语言变量x的词集，
3、即语言变量名的集合；U是x的论域；G为产生x数值名的语法规则，用于产生语言变量值;M为语义规则，产生模糊集合隶属度函数。,2023年4月4日,第18页,6.2 模糊控制技术,语言算子-对模糊的自然语言形式化和定量化，刻画模糊值的程度，即语气化算子、模糊化算子和判断化算子。语气化算子：用于表达模糊值的肯定程度。有两种类型：集中化算子是起强化作用的如“很”、“概”等；松散化算子是起弱化作用如“较”、“稍”等。扎德(Zadeh)约定：用H作为语气算子来定量描述模糊值，若模糊值为A，则把定义写成HA=A。设H4代表“极”或者“非常非常”，意义是对描述的模糊值求4次方；H2代表“很”或者“非常”，意义是
4、描述的模糊值求2次方；H12代表“较”或者“相当”，意义是对描述的模糊值求12次方；H1/4代表“稍”或者“略微”，意义是描述的模糊值求14次方。集中化算子幂乘的幂次大于1，幂次越高强化程度越大；松散化算子幂乘的幂次小于1，幂次越高弱化程度越大。,2023年4月4日,第19页,6.2 模糊控制技术,模糊化算子：把肯定转化为模糊，如“大约”、“近似”等，如果对数字进行作用就把精确数转化为模糊数。例如，数字100是精确数，而“大约100”就是模糊数。如果对模糊值进行作用，就使模糊值更模糊。如年轻”是个模糊值而“大约年轻”就更模糊。判定化算子：把模糊值进行肯定化处理，对模糊值作出倾向性判断，与模糊化
5、算子的作用相反。例如“倾向于”、“偏向于”等。其处理方法有点类似于“四舍五人”，并常把隶属度值为0.5作为分界来判断。对无法进行量化的值提供了一种近似的处理办法。,2023年4月4日,第20页,6.2 模糊控制技术,2、模糊逻辑和模糊推理 对实际的一个命题(事件)，可以用“真”或“假”进行判断。如果该命题非真即假，这是精确命题(事件)，采用二值逻辑推理。如果命题不是绝对的“真”或假”而是反映其以多大程度隶属于“真”就带有模糊性，即为模糊命题，必须采用不确定性推理方法进行推理。例如：大前提：如果西红柿红了，则西红柿熟了；小前提：这个西红柿有点红；结 论：这个西红柿差不多熟了；可看出：模糊逻辑和推
6、理方法得出的结论更符合实际，可以处理二值逻辑无法解释的问题。,2023年4月4日,第21页,6.2 模糊控制技术,2023年4月4日,第22页,6.2 模糊控制技术,2023年4月4日,第23页,6.2 模糊控制技术,2023年4月4日,第24页,模糊控制系统结构 S为设定精确值；e、e为系统误差与误差变化率精确量；E和EC为反映系统误差和误差变化率的模糊量；U为模糊控制器经过模糊推理获得的模糊结果；U为控制器精确输出量；Y为系统反馈精确量。,模糊控制系统结构框图,2023年4月4日,第25页,6.2 模糊控制技术,2023年4月4日,第26页,6.2 模糊控制技术,2023年4月4日,第27
7、页,6.2 模糊控制技术,2023年4月4日,第28页,6.2 模糊控制技术,B、连续论域用隶属度函数表示。常用如图示三种。对不同的精确输入可得其在模糊集中对应的隶属度。常用三角型函数。,模糊化函数,2023年4月4日,第29页,6.2 模糊控制技术,2023年4月4日,第30页,6.2 模糊控制技术,2023年4月4日,第31页,6.2 模糊控制技术,2023年4月4日,第32页,5、模糊控制结构,形式一,2023年4月4日,第33页,形式二,2023年4月4日,第34页,6.2 模糊控制技术,2023年4月4日,第35页,6.2 模糊控制技术,两输入单输出的模糊控制器结构，虚线部分即为模糊
8、调节器-模糊控制器。,浓度调节控制系统结构图,2023年4月4日,第36页,6.2 模糊控制技术,2023年4月4日,第37页,根据操作员的经验，确定各语言变量值的隶属度：NBe=1.0/(-6)+0.8/(-5)+0.4/(-4)+0.l/(-3)；NMe=0.2/(-6)+0.7(-5)+1.0/(-4)+0.7/(-3)+0.2/(-2)；NSe=0.1/(-4)+0.5/(-3)+1.0/(-2)+0.8/(-1)+0.3/(0)；N0e=0.l/(-2)+0.6/(-1)十1.0/(0)P0e=1.0/(0)+0.6/1+0.12；PSe=0.3/(+0)十0.81+1.02+0.5
9、/3+0.l/4；PMe=0.2/2+0.73+1.04+0.75+0.2/6；PBe=0.1/3+0.44+0.8/5+l.06,6.2 模糊控制技术,2023年4月4日,第38页,6.2 模糊控制技术,2023年4月4日,第39页,6.2 模糊控制技术,表中56条模糊控制规则可精简成21条规则。,2023年4月4日,第40页,6.2 模糊控制技术,2023年4月4日,第41页,6.2 模糊控制技术,2023年4月4日,第42页,6.3 软测量技术,2023年4月4日,第43页,6.3 软测量技术,2023年4月4日,第44页,6.3 软测量技术,2023年4月4日,第45页,6.3 软测量
10、技术,2023年4月4日,第46页,6.3 软测量技术,软测量技术示意,2023年4月4日,第47页,6.3 软测量技术,2023年4月4日,第48页,6.3 软测量技术,2023年4月4日,第49页,6.3 软测量技术,2023年4月4日,第50页,6.3 软测量技术,2023年4月4日,第51页,6.3 软测量技术,2023年4月4日,第52页,6.3 软测量技术,2023年4月4日,第53页,6.3 软测量技术,2023年4月4日,第54页,6.3 软测量技术,2023年4月4日,第55页,6.3 软测量技术,B点工艺设置的最高发酵温度，D点工艺设置的低温储藏温度，而恒温到升温的A点和再
11、恒温到降温的C点由介质糖度的大小确定。可以说发酵温度和压力是发酵的基本条件，发酵介质的糖度是发酵进程的决定因素。因此啤酒发酵需在线检测发酵介质的糖度，才能实现生产自动化，保证啤酒的质量。,2023年4月4日,第56页,6.3 软测量技术,2023年4月4日,第57页,6.3 软测量技术,2023年4月4日,第58页,6.3 软测量技术,2023年4月4日,第59页,6.3 软测量技术,2023年4月4日,第60页,6.3 软测量技术,2023年4月4日,第61页,辅助变量选择 根据机理分析和经验总结，初步确定影响分子筛料干点的辅助变量有13个。y=f(x1,x2,x3,x4,x5,x6,x7,
12、x8,x9,x10,x11,x12,x13)其中：Y分子筛料干点的估计值；x1分子筛料干点的抽出温度；x2分子筛料干点的抽出量；x3常压塔塔顶温度；x4常压塔塔顶压力；x5汽提塔液位；x6常3线抽出量；x7常1线抽出量；x8二段回流量；x9二段回流抽出温度；x10二段回流温度；x11一段回流抽出温度；x12一段回流量；x13一段回流温度。实际应用中，根据对主导变量的影响程度，应尽可能减少辅助变量。,6.3 软测量技术,2023年4月4日,第62页,回归分析建模 大量数据：取得主导变量（化学分析）和辅助变量（DCS记录）对应的多组数据，剔除坏数据，得到其统计特性（均值、最大值、最小值、均方差等）
13、。回归建模：模型为 y=b0+b1x1+b2x2+b12x12+b13x13，用最小二乘法求参数b0、b1、b2、b12、b13，确定了模型。模型优化：实际问题有较强的非线性，引入了三项非线性项；删除了x1、x2、x4、x5、x7辅助变量。效果：筛料干点软测量结果（非线性回归曲线）与实际化验值有较好的拟合效果。,6.3 软测量技术,2023年4月4日,第63页,6.4 专家系统,2023年4月4日,第64页,预测类-对过去和当前系统模型和信息分析，对将来的进程、可能出现情况进行推测和预报。如股市预测、天气预报、改变某政策后的效果预测等。规划类-为达到特定目标而采取的一系列行动步骤的设计。如分子
14、遗传学实验规划、军事规划、生产规划等。设计类-为特殊要求的对象(如产品)制定计划、选择方案等。如数字电路设计、机械产品设计、建筑设计等。,6.4 专家系统,2023年4月4日,第65页,6.4 专家系统,学习机制是第二代专家系统中不可缺少的部分。使成为开放式的系统，不断在实践中学到新的知识。,2023年4月4日,第66页,6.4 专家系统,2023年4月4日,第67页,B、确定系统求解问题的范围-一个ES只能模拟某一领域专家的能力。所以首先根据问题分析和概括的结果，确定ES求解范围。C、推理方式及知识表达方式的确定-对问题所涉及的知识的特点及结构初步了解后，智能技术研究人员和专家一起确定知识的
15、表达方式。再根据专家求解问题方式和策略来确定ES的推理方式。D、建立ES所需的各种条件-主要包括确定领域专家，建立ES所需的各种硬、软件条件。,6.4 专家系统,2023年4月4日,第68页,6.4 专家系统,2023年4月4日,第69页,方法二：用人工智能语言建立-按照系统设计者的意图构造知识库及推理机的计算机内部形式，更具灵活性。分为两个过程进行。a外壳的总体结构设计-其任务：确定ES外壳包含的各个模块，定义各模块的功能，了解各模块间的联系，画出ES外壳的总体结构图；确定每一模块的实现方法及编程框图；确定ES外壳中各模块工作顺序，画出数据流程图。主要由设计人员完成。b外壳的计算机实现-基于
16、ES外壳的总体结构图和流程图，用某种智能语言实现设计思想。目前有C语言实现ES外壳的软件包。,6.4 专家系统,2023年4月4日,第70页,6.4 专家系统,2023年4月4日,第71页,6.4 专家系统,2023年4月4日,第72页,6.4 专家系统,2023年4月4日,第73页,6.4 专家系统,2023年4月4日,第74页,6.4 专家系统,如零件中孔加工的一条规则。IF 孔形状为圆形通孔 AND 孔的直径50 AND 孔的直径长度4 AND 孔表面要求精加工 THEN 加工方法选用镗 进给量选200 切削速度50 表示确定性知识的确定性规则。,2023年4月4日,第75页,6.4 专
17、家系统,2023年4月4日,第76页,6.4 专家系统,2023年4月4日,第77页,6.4 专家系统,2023年4月4日,第78页,6.4 专家系统,2023年4月4日,第79页,6.4 专家系统,2023年4月4日,第80页,6.4 专家系统,2023年4月4日,第81页,6.4 专家系统,机器学习的模型如图示。学习机-具有学习能力的，自动从知识源中获取知识并加入知识库中；推理机-用扩充的知识库进行问题求解，将求解结果的正确性反馈给学习机，根据这一反馈信息决定知识库是否需要改进或检验上一次获取的知识是否达到了“改善性能”的效果。知识源-提供信息的级别和层次关系到学习系统的复杂程度。目前机器
18、学习处于探索阶段，仅有少数ES实现了部分知识的自动获取。,机器学习模型,2023年4月4日,第82页,6.4 专家系统,2023年4月4日,第83页,6.4 专家系统,2023年4月4日,第84页,6.4 专家系统,2023年4月4日,第85页,6.4 专家系统,2023年4月4日,第86页,6.4 专家系统,2023年4月4日,第87页,6.4 专家系统,a把所有事实加入到事实库中；b规则集合为空，则结束，否则取出规则与事实库中事实匹配；c规则没有触发，转向a步，否则执行规则，并把结论加入到事实库中，继续b步。推理中的事实库是用户给出的，知识库是由规则集组成的，前提部分的内容与事实库的内容是
19、相对应的。,正向推理流程如图示，算法归纳如下：,2023年4月4日,第88页,6.4 专家系统,2023年4月4日,第89页,6.4 专家系统,反向推理流程如图，算法归纳如下：a根据用户提供信息提出假设；b如果假设在事实库中则假设成立，否则执行c步；c如是证据节点则向用户询问；d将子目标集作为新假设；e对这些新假设，重复bd步。目标规则集是整个系统追踪的目标或假设的集合，即知识库中所有目标节点的集合，子目标集是在匹配过程中产生的，子目标是一条规则中未匹配成功的前提(非证据节点)，是动态的从属于某条规则的。相关规则集是所有结论部分与子目标相同规则的集合。,2023年4月4日,第90页,6.4 专
20、家系统,四、专家系统应用实例,2023年4月4日,第91页,专家调节器是一种递阶结构，控制器由模糊控制算法FC、比例控制算法P、比例积分控制算法PI构成低级控制规律；智能协调级根据系统偏差的大小、方向及变化趋势在三算法中选出最适合的算法；同时调节器要求的响应曲线特征模式在线识别过程响应曲线的超调量、衰减比和上升速率，然后根据事先设定的超调量、衰减比和上升速率等约束条件在线校正调节器参数，直至过程响应曲线达到最佳。,2023年4月4日,第92页,6.4 专家系统,2023年4月4日,第93页,6.4 专家系统,2023年4月4日,第94页,6.4 专家系统,2、智能协调级 智能协调级负责高层决策，结构如图示。数据库存储实际控制系统的初始信息，协调过程中的各种中间信息，用这些信息来分析以前,
