1、智能检测技术基本情况上课教师：张宏建， 周洪亮，使用的教材： 现代检测技术，张宏建，孙志强编，化学工业出版社，上课内容： 、绪论（第一章） 、人工智能一般原理 、基于神经网络的检测（第五章） 、基于模糊逻辑推理的检测（第八章） 、专家系统（第七章） 、信息融合技术（第九章）上课与考试要求：“三心二意三心二意”，迈向成功，迈向成功专心、用心、开心；知晓天意和人意专心、用心、开心；知晓天意和人意专心：做每一件事情都要付出百分之百甚至百分之一百二十的精力。无论你做什么事情，都要全力以赴，全新投入，心无旁骛。用心：要会思考，在做每一件事情的时候都要学会问一个为什么。这样才能加深理解、举一反三。追本溯源
2、才是学习的真谛。开心：要学会享受生活。我们除了工作学习，还有家人朋友，还要享受爱情亲情友情，享受自然美景，享受文化艺术，享受一切。天意：要抓住机遇。这里的天，不是上帝，不是佛祖，是你自己。天上不会掉馅饼的（给你），但是，你得备着个盘子，等天上掉馅饼的时候，你可以接得住。这个盘子就是你自己的知识、能力、阅历，还有你愿意改变的勇气。人意：要学会自己做抉择。经商创业、豪宅名车、帅哥美女、埋头科研、出国深造？哪一个适合你？抉择往往是困难的。选择一条适合自己的道路，听取他人的建议但不盲从。坚持自己，相信自己。、绪论一、传统检测技术及特点敏感元件敏感元件信号放大与变换信号放大与变换显示装置显示装置被测参数
3、被测参数 用敏感元件将被测参数转换成易于观测的信息量，通过用敏感元件将被测参数转换成易于观测的信息量，通过显示装置给出被测参数的具体的信息。特点显示装置给出被测参数的具体的信息。特点 、敏感元件与被测参数、敏感元件与被测参数“一一对应一一对应”：被测参数就是待测：被测参数就是待测参数；敏感元件的输出与被测参数之间有确定的函数关系；参数；敏感元件的输出与被测参数之间有确定的函数关系；测量结果主要取决于敏感元件。测量结果主要取决于敏感元件。 、敏感元件不能满足新的测量要求、敏感元件不能满足新的测量要求我们该怎样做？二、智能检测技术将人工智能的技术和方法应用于参数的检测一定要有敏感元件一定应用了人工
4、智能技术敏感元件1x1敏感元件 2x2敏感元件 nxn(推理推理)(知识库知识库)智能体智能体y1y2ym二、智能检测技术各种的推理技术各种的推理技术专家系统专家系统故障诊断故障诊断人工神经元网络算法人工神经元网络算法遗传算法遗传算法模糊集合理论模糊集合理论多信息融合技术（多传感器，虚拟多传感器多信息融合技术（多传感器，虚拟多传感器信息融合）信息融合）二、智能检测技术应用：、难测参数（现有传感器测量误差大；无合适的传感器）、重要的设备和对象、人工智能一般原理一、人工智能的组成输入输出输入输出知识表示知识表示知识库知识库知识求解、推理知识求解、推理 智能体二、状态空间法与图搜索法状态空间法是基于
5、解答空间的问题表示和求解方法。（寻找最佳路径）用状态空间图表示，节点代表状态，弧线代表状态空间的关系操作符举例（重排九宫）2 803146 572 813046 572 843106 572 083146 572 863140 57左移上移下移右移节点初始节点弧线子节点1 203846 57目标节点图搜索方法（）广度优先搜索法（）深度优先搜索（）启发式搜索()广度优先搜索法特点特点逐行搜索，先进先出；逐行搜索，先进先出；总可以找到目标节点；总可以找到目标节点；搜索效率低搜索效率低广度优先搜索算法启动启动S0放入放入OPEN表表OPEN表表=空？空？取取OPEN表中最前面的节点表中最前面的节点N
6、放入放入CLOSED表，冠以序号表，冠以序号n节点节点N=Sg?N可扩展？可扩展？扩展扩展N，将其子节点依次放入，将其子节点依次放入OPEN表末尾，冠以指向表末尾，冠以指向N的返回指针的返回指针成功成功失败失败YYYNNN（）深度优先搜索特点：特点：晚生成的节点优先扩展晚生成的节点优先扩展不一定能找到目标节点不一定能找到目标节点搜索效率高搜索效率高（）启发式搜索对表各节点进行评价，择优扩展评价函数：()()() ()已花的代价 ()到目标节点所需的代价（）代价图例如：推销员旅行三、谓词逻辑与逻辑推理（）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()()()()合适公式由多
7、个原子公式应用连词构成的复合谓词公式合取（），“与” 原子公式 原子公式析取（），“或”原子公式 原子公式非（），“否” 原子公式蕴涵（），“条件结论”原子公式 原子公式等价（）（）量词全称量词（ ）“所有”（ ）()存在量词（ ） “有”（ ）()xxxx()合适公式的性质（）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 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。(，三国演义)(，水浒) (，儒林外史
8、) (，水浒) (，) (，三国演义) (俞平伯，)(，红楼梦)求证： (红楼梦，儒林外史)(俞平伯，三国演义)x(，三国演义)(，水浒) (，儒林外史) (，水浒) (，) (，三国演义) (俞平伯，)(，红楼梦)求证： (红楼梦，儒林外史)(俞平伯，三国演义)子句： (，三国演义) (，水浒)子句： (，儒林外史) (，水浒)x子句： (，) (，三国演义)子句： (俞平伯，) (，红楼梦)对求证的取否 (红楼梦，儒林外史)(俞平伯，三国演义)子句： (红楼梦，儒林外史)； (俞平伯，三国演义)、基于神经网络的检测（）生物神经元模型细胞体细胞体轴突轴突突触突触树突树突细胞体细胞体轴突轴突突
9、触突触树突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（）人工神经元模型）（10Niiix)(fy 为激发函数为激发函数n21x1x2xnfuy人工神经元模型0vf(v)10vf(v)1-1（a）阶跃函数）阶跃函数（b）符号函数）符号函数0vf(v)1-11-10vf(v)1（c）分段函数）分段函数（d）Sigmoid函数函数 为激发函数为激发函数-e11)(f（）人工神经网络x1x2xnijjtO1O2Ol)(10jNiiijjxfbtmjjjttbc)(10)(ttcfo （）基于反向传播网络的学习（算
10、法）神经网络比较计算R希望输出输出输入神经网络学习系统210)(21mtttpodERERpRRR0求jtttpjtOOEEjtpttttpOdOE2 jttjtjttttjttbOObcfccOO1tjjtttjtbbOO1ttjiijwx jjwjjmtjttjbbw110其中，其中，（）多样本训练算法增量型学习算法）取）取 ，；选取各初值，；选取各初值），），）由、求）由、求）计算）计算 及及 ）求）求（与单样本一样计算），并（与单样本一样计算），并 ）若）若，转），转） 否则转）否则转）若）若，训练结束，训练结束否则转）否则转）2111)(21PtPtPOdEEEEP10（）多样本训练
11、算法累积型学习算法）取）取 ，；选取各初值，；选取各初值），），）由、求）由、求）计算）计算 及及 ）若）若 ，转），转） 否则转）否则转）若）若 ，训练结束，否则转），训练结束，否则转）求）求，并，并 ，转），转）2111)(21PtPtPOdEEEEP10累积型学习算法中的求取对于每一个样本，计算对于每一个样本，计算 进一步求得进一步求得 1Pjb1PjO1Pt )1 (1111PtPtPtPtOOmPPjPtjtb0111tjjtttjtbbOO1（）径向基函数（）神经网络jjjbCXh2exp2为输入向量为输入向量TjnjjjcccC,21第个基函数的中心；第个基函数的中心； 中心宽度
12、中心宽度jicjbmjjjhy1（）神经网络的学习221yyEdjdjhyy 32jjjjdjbCXhyyb2jjiijdjibcxyyc)2() 1() 1()(kRkRRkRkR 学习率，动量因子学习率，动量因子（）神经网络的设计、网络结构的选择、网络结构的选择、输入输出节点数的确定、输入输出节点数的确定、中间层层数及节点数的选择、中间层层数及节点数的选择、各参数的初始值的确定、各参数的初始值的确定、学习率的确定、学习率的确定、样本数的确定、样本数的确定、神经网络的不断训练、神经网络的不断训练、基于模糊逻辑推理的检测（）模糊逻辑及其基本运算（）模糊逻辑及其基本运算PP1QPQP1)-1QP
13、QP（),min(QP),max(QP（）模糊语言及隶属度函数）语言变量：模糊逻辑运算的输入变量和输）语言变量：模糊逻辑运算的输入变量和输出变量；出变量；）语言变量的论域：变量的取值范围；）语言变量的论域：变量的取值范围；）量化等级：对语言变量在论域内进行量化）量化等级：对语言变量在论域内进行量化，分成若干个等级；，分成若干个等级；）模糊集；）模糊集；）隶属度函数：描写语言变量模糊集与量化）隶属度函数：描写语言变量模糊集与量化等级的函数关系，等级的函数关系，)(x（）规则库基于专家知识基于专家知识推理规则：推理规则： （语言变量（语言变量“模糊集模糊集”） ( ) ( ) （）模糊推理根据输入
14、量、规则库、模拟人类的推理决根据输入量、规则库、模拟人类的推理决策过程进行推理，给出输出量与其量化等策过程进行推理，给出输出量与其量化等级的关系，即隶属度函数。级的关系，即隶属度函数。求关系矩阵，为笛卡尔相乘求关系矩阵，为笛卡尔相乘其中，其中，求求则输出则输出， 为模糊矩阵乘为模糊矩阵乘（）精确化过程在推理得到的模糊集合中去一个能最佳代在推理得到的模糊集合中去一个能最佳代表这个模糊推理结果可能性的精确值的过表这个模糊推理结果可能性的精确值的过程，即给出输出变量的量化等级。程，即给出输出变量的量化等级。）重心法）重心法）加权平均法）加权平均法举例温度控制系统，输入量为温度差；（温度差温度控制系统
15、，输入量为温度差；（温度差的变化量）。输出量为的变化量）。输出量为论域论域等级等级量化量化表表 语言变量的论域和量化语言变量的论域和量化等级等级表表 模糊变量的隶属度函数模糊变量的隶属度函数 *表表 规则表规则表设：设： “”“”， “”“”2 . 0) 1 (eZE4 . 0) 1 (ePS1)2(deNS ),(PSNSdeZEe),(ZENSdePSe对于规则 如果”，且“”，则“”1012 . 012 . 0 xxxa1234 . 014 . 0yyyb3214 . 014 . 0zzzc2 . 02 . 02 . 04 . 014 . 02 . 02 . 02 . 04 . 014
16、. 02 . 012 . 0BAD2 . 02 . 02 . 04 . 04 . 04 . 02 . 02 . 02 . 02 . 02 . 02 . 04 . 014 . 02 . 02 . 02 . 02 . 02 . 02 . 04 . 04 . 04 . 02 . 02 . 02 . 04 . 014 . 02 . 02 . 02 . 04 . 014 . 02 . 02 . 02 . 0CDTR根据现状态输入，求2 . 0) 1 (eZE1)2(deNS1012 . 000 xxxa123010yyyb02 . 000000000102 . 000BAD则输出则输出2 . 02 . 02 . 002 . 00000000RRTDC3212 . 02 . 02 . 0zzzz同样方法，对于规则2，可得1012 . 04 . 02 . 0zzzz 对这两个模糊输出子集进行对这两个模糊输出子集进行“并运算并运算”，有，有321012 . 02 . 02 . 04 . 02 . 0zzzzzz求输出求输出u，采用重心法，采用重心法83. 02 . 02 . 02 . 04 . 02 . 02 . 032 . 022 . 014 . 002 . 010u取取输出输出u0=“1”做模糊控制表做模糊控制表个人收集整理，仅供交流学习！
