智能控制第7章专家系统技术解析.pptVIP

(2) 反向推理。反向推理是先提出假设(结论)，然后去找支持这个结论的证据的方法。这种由结论到数据的策略称为目标驱动策略。（反向推理的步骤：） ①先验证假设是否在数据库中，若在，假设成立，推理过程结束或验证下一个假设；否则，进行下一步。 ②判断所验证的假设是否证据节点，若是，系统就提问用户，让用户开回答，否则就进行下一步。 ③找出结论部分包含这个假设的哪些规则，把他们的所有前提部分的事实都作为新的假设。 ④重复①、②、③步骤直到某一个假设成立为止，或所有假设都不成立，系统回答FAIL。 反向推理设计的示意图如下： (3)正反向混合推理。运用正向推理帮助系统提出假设，然后运用反向推理寻找支持该假设的证据。 宽度优先搜索 该方法按照“最早产生的节点优先扩展”的方法进行搜索。即搜索的节点一层一层地检查，在上一层的每一个节点都检查完毕之后，这一层的节点才能开始检查。节点的扩展时按它们接近起始节点的程度依次进行的，该方法考虑了每一种可能。 特点：搜索过程时间长，但能找到保证最终找到最短的解答序列。 宽度优先的遍历算法： 1）把起始节点放到OPEN中（如果该起始节点为一目标节点，则求得一个解答）。 2）如果OPEN是一个空表，则没有解，失败退出；否则继续。 3）把OPEN表中的第一个节点n移出，并将其放入CLOSED扩展点表中。 4）扩展节点n，如果没有后继节点，则转上述第2)步。 5）把节点n的所有后继节点放到OPEN表的末端，提供从后继节点回到n的指针。 6）若节点n的一后续节点是目标节点，则找到一个解，成功退出；否则转到第2）步。 宽度优先搜索示意图 宽度优先搜索存在的问题： 1）存储量大 2）工作量大 3）多余或无关操作符将大大增加要开发的节点数 4）不适用于有多条路径通向解，且其中每条路径都具有很多节点的情况。 深度优先搜索 按“最晚产生（最深的）节点优先扩展”进行搜索，深度相等的节点顺序可以任意排列，总是亲代到子代方向进行，直到不得不返回追踪的搜索。从树的观点考虑，不是从左枝开始，就是从右枝开始。深度优先搜索示意图如下： 深度优先搜索的遍历算法如下： 1）把起始节点S放到OPEN表中，如果此节点为一目标节点，则得到一个解。 2）如果OPEN表为一空表，则失败退出。 3）把第一个节点n从OPEN表移到CLOSED表。 4）如果节点n的深度等于最大深度，则转向2）。 5）扩展节点n，产生子节点，并将其放入OPEN表的前头，若无子节点，则转向2）。 6）如果后继节点中有任一个味目标节点，则求得一解，成功退出，否则，转向2）。 深度搜索算法实际中，一般都规定一个深度限制度。 不精确推理 精确推理：专家系统中把领域知识表示成必然的因果关系，逻辑关系，推理的结论是肯定的。 不精确推理：以专家的经验知识对不确定的事实，根据不充分的证据和不完全的知识进行推理。 ※不精确推理（非确定性推理）不是要使推理变得不精确，而是提供一种推理方式，以便得到更加精确的推理结论。 ※核心问题是处理在推理过程中专家知识的不精确性和推理证据的不精确性，并给出这些不精确性在推理过程中的传播规则。 7.4专家控制系统 7.4.1专家控制系统的原理 专家系统与控制理论相结合，尤其是启发式推理与反馈理论相结合，形成了专家控制系统。 专家控制系统的实时性主要体现在： 1）能确切地表达与时间有关的知识。 2）存储可显示，能方便地再现修改基本的控制知识。 3）能进行时序推理、并行推理、非单调推理。 4）能控制人以的随时间变化的非线性过程。 5）具有中断处理能力，可处理可能发生的异步事件。 6）允许交互对话，及时获得动态与静态信息，以便及时在线诊断。 7）与常规的控制器和其他应用软件有良好的接口。 实时专家控制系统的知识表示： ① 时间知识 ② 深层知识 ③ 通用知识 ④ 元知识 专家控制系统与专家系统的区别： 1）将操作人员从系统的环路中撤走 2）建立自动的实时数据采集子系统，需将传感器的输出信息作预处理。 3）根据可利用的环境信息（对象模型），综合适当的控制算法，被控对象的模型可以使预知的，也可以在线辨识。推理机制要求做到离线和在线推理，并具有递阶结构的推理过程。 不论哪种专家控制器的设计都必须解决以下几个问题： 1）用什么知识表示方法描述一个系统的特征知识？ 2）怎样从传感器数据中获取和识别定性的知识？ 3）如何把定性推理的结果量化成执行器定量的控制信号？ 4)怎样分析和保证系统的稳定性？ 5）怎样获取控制信息和学习规则？ 直接专家控制一般用于高度非线性或过程描述困难的场合。这些场合，传统控制器设计方法很难适用。直接专家控制系统目前还缺乏一些分析性能的方法，如控制回路的稳定性、一致性分析等。但只要通过基于监督专家系统的严密监控，具有可接受的