智能检测技术.ppt

对于规则1 如果e=”ZE”，且de=“NS”，则u=“PS” * 根据现状态输入，求D’=A′×B′ 则输出C′=D′T′?R * 同样方法，对于规则2，可得 对这两个模糊输出子集进行“并运算”，有 求输出u，采用重心法 取输出u0=“1” 做模糊控制表 * （4）代价图 3 4 5 6 3 4 例如：推销员旅行 * 四、谓词逻辑与逻辑推理 （1）原子公式 由谓词符号和若干个项组成的谓词公式。是谓词逻辑的最小单位 RED(flower) INDOOR(robot,room1) GREATER(x,3) * (2)合适公式 由多个原子公式应用连词构成的复合谓词公式 合取（Λ），“与” 原子公式1 Λ原子公式2 析取（V），“或”原子公式1 V原子公式2 非（~），“否” ~原子公式 蕴涵（→），“条件—结论”原子公式1 →原子公式2 等价（?） * （3）量词 全称量词（ ）“所有” （ ）INDOOR(x,room1) 存在量词（ ） “有” （ ）INDOOR(x,room1) * (4)合适公式的性质 * （5）逻辑推理（归结原理） 文字：一个原子或原子公式的否定 子句：有文字的析取组成的公式 P V Q→T ~P V R→T Q V R→T 消解原理 * 举例 喜欢《三国演义》者必读《水浒》；若某书与《儒林外史》同类，则一定不与《水浒》同类；没有人喜欢的书不会和《三国演义》同类；俞平伯只读与《红楼梦》同类的书。求证：如果《红楼梦》与《儒林外史》同类，则俞平伯一定不喜欢《三国演义》。 ①LIKE(x，三国演义)→READ(x，水浒) ②SAMESORT (y，儒林外史)→ ~ SAMESORT(y，水浒) ③ [~LIKE (x，y)]→ ~ SAMESORT(y，三国演义) ④ READ (俞平伯，y)→SAMESORT(y，红楼梦) 求证：SAMESORT (红楼梦，儒林外史)→~LIKE(俞平伯，三国演义) * ①LIKE(x，三国演义)→READ(x，水浒) ②SAMESORT (y，儒林外史)→ ~ SAMESORT(y，水浒) ③ [~LIKE (x，y)]→ ~ SAMESORT(y，三国演义) ④ READ (俞平伯，y)→SAMESORT(y，红楼梦) 求证：SAMESORT (红楼梦，儒林外史)→~LIKE(俞平伯，三国演义) 子句：① ~ LIKE(x，三国演义) V READ(x，水浒) 子句：② ~ SAMESORT (y，儒林外史) V ~ SAMESORT(y，水浒) 子句：③ LIKE (x，y) V ~ SAMESORT(y，三国演义) 子句：④ ~ READ (俞平伯，y) V SAMESORT(y，红楼梦) 对求证的取否~[SAMESORT (红楼梦，儒林外史)→~LIKE(俞平伯，三国演义)] 子句：⑤SAMESORT (红楼梦，儒林外史)； ⑥LIKE(俞平伯，三国演义) * * Measurement of gas-liquid two-phase flow Complicated flow system Parameters to be measured: Single phase flow rate; Total flow rate; Phase fraction; Flow pattern Bubble flow Slug flow Annular flow Wave flow Flow patterns in gas-liquid two-phase flows Stratified flow 3、基于神经网络的检测 （1）生物神经元模型 细胞体 轴突 突触 树突 细胞体 轴突 突触 树突 当神经元所有输入的总效应达到阈值电平时，才产生电脉冲通过轴突输出 * （2）人工神经元模型 为激发函数 ωn-1 ω1 ω0 x0 x1 Xn-1 θ f σ y 人工神经元模型 * 0 v f(v) 1 0 v f(v) 1 -1 （a）阶跃函数 （b）符号函数 0 v f(v) 1 -1 1 -1 0 v f(v) 1 （c）分段函数 （d）Sigmoid函数 为激发函数 * （3）人工神经网络 x0 x1 Xn-1 ωij υjt O1 O2 Ol * （4）基于反向传播网络的学习（BP算法） 神经网络 比较 计算ΔR 希望输出 输出 输入 神经网络学习系统 * 求 其中， * （5）多样本BP训练算法——增量型学习算法 1）取 ，Emax；选取R各初值 2）P1=1，E=0 3）由XP1、R求OP1 4）计算 及 5）求ΔR（与单样本一样计算），并R