1、2022年12月14日第1页主要内容主要内容2022年12月14日第2页6.1 6.1 概概 述述2022年12月14日第3页6.1 概 述2022年12月14日第4页6.1 概 述2022年12月14日第5页6.1 概 述2022年12月14日第6页6.1 概 述2022年12月14日第7页6.2 6.2 模糊控制技术模糊控制技术2022年12月14日第8页6.2 模糊控制技术2022年12月14日第9页6.2 模糊控制技术2022年12月14日第10页6.2 模糊控制技术2022年12月14日第11页6.2 模糊控制技术2022年12月14日第12页6.2 模糊控制技术2022年12月14
2、日第13页6.2 模糊控制技术2022年12月14日第14页6.2 模糊控制技术2022年12月14日第15页6.2 模糊控制技术2022年12月14日第16页6.2 模糊控制技术2022年12月14日第17页6.2 模糊控制技术五、模糊推理五、模糊推理1 1、语言变量、语言变量 语言分为语言分为自然语言自然语言（日常生活用的语言，表达能力强（日常生活用的语言，表达能力强具有模糊性具有模糊性-模糊推理）和模糊推理）和形式语言形式语言（严格的语言规则和语（严格的语言规则和语义，不存在模糊性义，不存在模糊性-计算机语言）。计算机语言）。语言变量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
3、的精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。确数值，而是用语言变量值表示的模糊集合。语言变量语言变量：由一个五元系：由一个五元系x，T(x)，U，G，M来表征。来表征。其中其中x为变量名称（如速度、年龄、颜色）；为变量名称（如速度、年龄、颜色）；T(x)为语言变量为语言变量x的词的词集，即语言变量名的集合；集，即语言变量名的集合；U是是x的论域；的论域；G为产生为产生x数值名的语法规则，数值名的语法规则，用于产生语言变量值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。为语义规则，产生模糊集合隶属度函数。2022年12月14日第18页
4、6.2 模糊控制技术 语言算子语言算子-对模糊的自然语言形式化和定量化，刻画模糊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。值的程度，即语气化算子、模糊化算子和判断化算子。语气化算子语气化算子：用于表达模糊值的肯定程度。有两种类型：用于表达模糊值的肯定程度。有两种类型：集中化算子集中化算子是起强化作用的如是起强化作用的如“很很”、“概概”等；等；松散化算松散化算子子是起弱化作用如是起弱化作用如“较较”、“稍稍”等。等。扎德扎德(Zadeh)约定约定：用：用H作为语气算子来定量描述模糊值，若模糊值作为语气算子来定量描述模糊值，若模糊值为为A，则把定义写
5、成，则把定义写成HA=A。设设H4代表代表“极极”或者或者“非常非常非常非常”，意义，意义是对描述的模糊值求是对描述的模糊值求4次方；次方；H2代表代表“很很”或者或者“非常非常”，意义是描述的，意义是描述的模糊值求模糊值求2次方；次方；H12代表代表“较较”或者或者“相当相当”，意义是对描述的模糊，意义是对描述的模糊值求值求12次方；次方；H1/4代表代表“稍稍”或者或者“略微略微”，意义是描述的模糊值求，意义是描述的模糊值求14次方。次方。集中化算子幂乘的幂次大于集中化算子幂乘的幂次大于1，幂次越高强化程度越大；，幂次越高强化程度越大；松散化算子幂乘的幂次小于松散化算子幂乘的幂次小于1，幂
6、次越高弱化程度越大。，幂次越高弱化程度越大。2022年12月14日第19页6.2 模糊控制技术 模糊化算子模糊化算子：把肯定转化为模糊把肯定转化为模糊，如，如“大约大约”、“近似近似”等，如果对数字进行作用就把精确数转化为模糊数。例如，等，如果对数字进行作用就把精确数转化为模糊数。例如，数字数字100是精确数，而是精确数，而“大约大约100”就是模糊数。如果对模糊值就是模糊数。如果对模糊值进行作用，就使模糊值更模糊。如进行作用，就使模糊值更模糊。如年轻年轻”是个模糊值而是个模糊值而“大约年轻大约年轻”就更模糊。就更模糊。判定化算子判定化算子：把模糊值进行肯定化处理把模糊值进行肯定化处理，对模糊
7、值作出，对模糊值作出倾向性判断，与模糊化算子的作用相反。例如倾向性判断，与模糊化算子的作用相反。例如“倾向于倾向于”、“偏向于偏向于”等。其处理方法有点类似于等。其处理方法有点类似于“四舍五人四舍五人”，并常，并常把隶属度值为把隶属度值为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。了一种近似的处理办法。2022年12月14日第20页6.2 模糊控制技术2 2、模糊逻辑和模糊推理、模糊逻辑和模糊推理 对实际的一个命题对实际的一个命题(事件事件)，可以用，可以用“真真”或或“假假”进进行判断。如果该命题非真即假，这是行判断。如果该命题非真
8、即假，这是精确命题精确命题(事件事件)，采用，采用二值逻辑推理二值逻辑推理。如果命题不是绝对的。如果命题不是绝对的“真真”或或假假”而是反而是反映其以多大程度隶属于映其以多大程度隶属于“真真”就带有模糊性，即为就带有模糊性，即为模糊命题模糊命题，必须采用必须采用不确定性推理方法进行推理不确定性推理方法进行推理。例如：例如：大前提：如果西红柿红了，则西红柿熟了；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；小前提：这个西红柿有点红；结结 论：这个西红柿差不多熟了；论：这个西红柿差不多熟了；可看出：模糊逻辑和推理方法得出的可看出：模糊逻辑和推理方法得出的结论更符合实际结论更符合实
9、际，可以可以处理二值逻辑无法解释的问题处理二值逻辑无法解释的问题。2022年12月14日第21页6.2 模糊控制技术 2022年12月14日第22页6.2 模糊控制技术2022年12月14日第23页6.2 模糊控制技术2022年12月14日第24页模糊控制系统结构模糊控制系统结构 S为设定精确值；为设定精确值；e、e为系统误差与误差变化率精确为系统误差与误差变化率精确量；量；E和和EC为反映系统误差和误差变化率的模糊量；为反映系统误差和误差变化率的模糊量；U为为模糊控制器经过模糊推理获得的模糊结果；模糊控制器经过模糊推理获得的模糊结果；U为控制器精为控制器精确输出量；确输出量；Y为系统反馈精确
10、量。为系统反馈精确量。模糊控制系统结构框图模糊控制系统结构框图2022年12月14日第25页6.2 模糊控制技术2022年12月14日第26页6.2 模糊控制技术2022年12月14日第27页6.2 模糊控制技术2022年12月14日第28页6.2 模糊控制技术 B、连续论域连续论域用隶用隶属度函数表示。常用如属度函数表示。常用如图示三种。对不同的精图示三种。对不同的精确输入可得其在模糊集确输入可得其在模糊集中对应的隶属度。常用中对应的隶属度。常用三角型函数。三角型函数。模糊化函数模糊化函数2022年12月14日第29页6.2 模糊控制技术2022年12月14日第30页6.2 模糊控制技术20
11、22年12月14日第31页6.2 模糊控制技术2022年12月14日第32页5 5、模糊控制结构、模糊控制结构形式一形式一2022年12月14日第33页形式二形式二2022年12月14日第34页6.2 模糊控制技术2022年12月14日第35页6.2 模糊控制技术 两输入单输出两输入单输出的模糊控制器结构，虚线部分即为的模糊控制器结构，虚线部分即为模糊调节器模糊调节器-模糊控制器。模糊控制器。浓度调节控制系统结构图浓度调节控制系统结构图2022年12月14日第36页6.2 模糊控制技术2022年12月14日第37页根据操作员的经验，根据操作员的经验，确定各语言变量值的隶属度确定各语言变量值的隶
12、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)十十1.0/(0)P0e=1.0/(0)+0.6/1+0.12；PSe=0.3/(+0)十十0.81+1.02+0.5/3+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.066.2 模糊控制技术2022年1
13、2月14日第38页6.2 模糊控制技术2022年12月14日第39页6.2 模糊控制技术表中表中56条模条模糊控制规则糊控制规则可精简成可精简成21条规则。条规则。2022年12月14日第40页6.2 模糊控制技术2022年12月14日第41页6.2 模糊控制技术2022年12月14日第42页6.3 6.3 软测量技术软测量技术2022年12月14日第43页6.3 软测量技术2022年12月14日第44页6.3 软测量技术2022年12月14日第45页6.3 软测量技术2022年12月14日第46页6.3 软测量技术软测量技术示意软测量技术示意2022年12月14日第47页6.3 软测量技术2
14、022年12月14日第48页6.3 软测量技术2022年12月14日第49页6.3 软测量技术2022年12月14日第50页6.3 软测量技术2022年12月14日第51页6.3 软测量技术2022年12月14日第52页6.3 软测量技术2022年12月14日第53页6.3 软测量技术2022年12月14日第54页6.3 软测量技术2022年12月14日第55页6.3 软测量技术B点点工艺设置的最高发酵温度，工艺设置的最高发酵温度，D点点工艺工艺设置的低温储藏温度，而恒温到升温的设置的低温储藏温度，而恒温到升温的A点点和再恒温到降温的和再恒温到降温的C点点由介质糖度的由介质糖度的大小确定。可以
15、说发酵温度和压力是发大小确定。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。动化，保证啤酒的质量。2022年12月14日第56页6.3 软测量技术2022年12月14日第57页6.3 软测量技术2022年12月14日第58页6.3 软测量技术2022年12月14日第59页6.3 软测量技术2022年12月14日第60页6.3 软测量技术2022年12月14日第61页 辅助变量选择辅助变量选择
16、根据机理分析和经验总结，初步确定影响分子筛料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干点的辅助变量有13个。个。y=f(x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13)其中：其中：Y分子筛料干点的估计值；分子筛料干点的估计值；x1分子筛料干点的抽出温度；分子筛料干点的抽出温度；x2分子筛料干点的抽出量；分子筛料干点的抽出量；x3常压塔塔顶温度；常压塔塔顶温度；x4常压塔塔顶压力；常压塔塔顶压力；x5汽提塔液位；汽提塔液位；x6常常3线抽出量；线抽出量；x7常常1线抽出量；线抽出量；x8二段回流量；二段回流量；x9二段回流抽出温度；二段回
17、流抽出温度；x10二段回流温度；二段回流温度；x11一段回流抽出温度；一段回流抽出温度；x12一段回流量；一段回流量；x13一段回流温度。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。能减少辅助变量。6.3 软测量技术2022年12月14日第62页 回归分析建模回归分析建模 大量数据：大量数据：取得主导变量（化学分析）和辅助变量取得主导变量（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）。性（均值、最大值、最小值、
18、均方差等）。回归建模：回归建模：模型为模型为 y=b0+b1x1+b2x2+b12x12+b13x13，用用最小二乘法求参数最小二乘法求参数b0、b1、b2、b12、b13，确定了模型。，确定了模型。模型优化：模型优化：实际问题有较强的非线性，引入了三项非线实际问题有较强的非线性，引入了三项非线性项；删除了性项；删除了x1、x2、x4、x5、x7辅助变量。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。化验值有较好的拟合效果。6.3 软测量技术2022年12月14日第63页6.4 6.4 专家系统专家系统2022
19、年12月14日第64页 预测类预测类-对过去和当前系统模型和信息分析，对将来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。气预报、改变某政策后的效果预测等。规划类规划类-为达到特定目标而采取的一系列行动步骤的为达到特定目标而采取的一系列行动步骤的设计。如分子遗传学实验规划、军事规划、生产规划等。设计。如分子遗传学实验规划、军事规划、生产规划等。设计类设计类-为特殊要求的对象为特殊要求的对象(如产品如产品)制定计划、选择制定计划、选择方案等。如数字电路设计、机械产品设计、
20、建筑设计等。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2022年12月14日第65页6.4 专家系统 学习机制是第二代学习机制是第二代专家系统中不可缺少专家系统中不可缺少的部分。使成为开放的部分。使成为开放式的系统，不断在实式的系统，不断在实践中学到新的知识。践中学到新的知识。2022年12月14日第66页6.4 专家系统2022年12月14日第67页 B、确定系统求解问题的范围、确定系统求解问题的范围-一个一个ES只能模拟某一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，领域专家的能力。所以首先根据问题分析和概括的结果，确定确定ES求解范围。求解范围。
21、C、推理方式及知识表达方式的确定、推理方式及知识表达方式的确定-对问题所涉及的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表达方式。再根据专家求解问题方式和策一起确定知识的表达方式。再根据专家求解问题方式和策略来确定略来确定ES的推理方式。的推理方式。D、建立、建立ES所需的各种条件所需的各种条件-主要包括确定领域专家，主要包括确定领域专家，建立建立ES所需的各种硬、软件条件。所需的各种硬、软件条件。6.4 专家系统2022年12月14日第68页6.4 专家系统2022年12月14日第69页 方法二：用人工智能
22、语言建立方法二：用人工智能语言建立-按照系统设计者的意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。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。分为两个过程进行。a外壳的总体结构设计外壳的总体结构设计-其任务：确定其任务：确定ES外壳包含的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，画各个模块，定义各模块的功能，了解各模块间的联系，画出出ES外壳的总体结构图；外壳的总体结构图；确定每一模块的实现方法及编确定每一模块的实现方法及编程框图；程框图；确定确定ES外壳中各模块工作顺序，画出数据流程外壳中各模块工作顺序，画出数据流程图。主要由设
23、计人员完成。图。主要由设计人员完成。b外壳的计算机实现外壳的计算机实现-基于基于ES外壳的总体结构图和流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。目前有程图，用某种智能语言实现设计思想。目前有C语言实现语言实现ES外壳的软件包。外壳的软件包。6.4 专家系统2022年12月14日第70页6.4 专家系统2022年12月14日第71页6.4 专家系统2022年12月14日第72页6.4 专家系统2022年12月14日第73页6.4 专家系统2022年12月14日第74页6.4 专家系统如零件中孔加工的一条规则。如零件中孔加工的一条规则。IF 孔形状为圆形通孔孔形状为圆形通孔 AND
24、孔的直径孔的直径50 AND 孔的直径长度孔的直径长度4 AND 孔表面要求精加工孔表面要求精加工 THEN 加工方法选用镗加工方法选用镗 进给量选进给量选200 切削速度切削速度50 表示确定性知识的确定性规则表示确定性知识的确定性规则。2022年12月14日第75页6.4 专家系统2022年12月14日第76页6.4 专家系统2022年12月14日第77页6.4 专家系统2022年12月14日第78页6.4 专家系统2022年12月14日第79页6.4 专家系统2022年12月14日第80页6.4 专家系统2022年12月14日第81页6.4 专家系统 机器学习的模型机器学习的模型如图示。
25、如图示。学习机学习机-具有学具有学习能力的，自动从知识源中获取知识并加入知习能力的，自动从知识源中获取知识并加入知识库中；识库中；推理机推理机-用扩充的知识库进行问题求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上一次获取的知识是否达到了“改善性能改善性能”的的效果。效果。知识源知识源-提供信息的级别和层次关系到提供信息的级别和层次关系到学习系统的复杂程度。目前机器学习处于探索学习系统的复杂程度。目前机器学习处于探索阶段，仅有少数
26、阶段，仅有少数ES实现了部分知识的自动获取实现了部分知识的自动获取。机器学习模型机器学习模型2022年12月14日第82页6.4 专家系统2022年12月14日第83页6.4 专家系统2022年12月14日第84页6.4 专家系统2022年12月14日第85页6.4 专家系统2022年12月14日第86页6.4 专家系统2022年12月14日第87页6.4 专家系统 a把所有事实加入到事实库中；把所有事实加入到事实库中；b规则集合为空，则结束，否则规则集合为空，则结束，否则取出规则与事实库中事实匹配；取出规则与事实库中事实匹配；c规则没有触发，转向规则没有触发，转向a步，否则步，否则执行规则，
27、并把结论加入到事实库中，执行规则，并把结论加入到事实库中，继续继续b步。步。推理中的事实库是用户给出的，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相对应的。的内容与事实库的内容是相对应的。正向推理流程正向推理流程如图示，如图示，算法算法归纳如下：归纳如下：2022年12月14日第88页6.4 专家系统2022年12月14日第89页6.4 专家系统反向推理流程反向推理流程如图，如图，算法算法归纳如下归纳如下：a根据用户提供信息提出假设；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如果假设在事实库中则假设成立，否则执
28、行立，否则执行c步；步；c如是证据节点则向用户询问；如是证据节点则向用户询问；d将子目标集作为新假设；将子目标集作为新假设；e对这些新假设，重复对这些新假设，重复bd步。步。目标规则集是整个系统追踪的目标或假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，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条规则中未匹配成功的前提(非证据节点非证据节点)，是，是动态的从属于某条规则的。相关规则集是所有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。结论部
29、分与子目标相同规则的集合。2022年12月14日第90页6.4 专家系统四、专家系统应用实例四、专家系统应用实例2022年12月14日第91页 专家调节器专家调节器是一种递阶结构，是一种递阶结构，控制器控制器由模糊控制算由模糊控制算法法FC、比例控制算法、比例控制算法P、比例积分控制算法、比例积分控制算法PI构成低级构成低级控制规律；控制规律；智能协调级智能协调级根据系统偏差的大小、方向及变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、的响应曲线特征模式在线识别过程响应
30、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比和上升速率等约束条件在线校正调节器参数在线校正调节器参数，直至过，直至过程响应曲线达到最佳。程响应曲线达到最佳。2022年12月14日第92页6.4 专家系统2022年12月14日第93页6.4 专家系统2022年12月14日第94页6.4 专家系统 2 2、智能协调级、智能协调级 智能协调级负责高层决策，结智能协调级负责高层决策，结构如图示。构如图示。数据库数据库存储实际控制系存储实际控制系统的初始信息，协调过程中的各种统的初始信息，协调过程中的各种中间信息，用这些信息来分析以前中间信息，用这些信息来分析以前
