免费人成在线观看欧美精品,欧美日韩在线二区下载,亚洲欧美不卡视频在线播放

噴射器企業(yè)傳統(tǒng)的智能技術(shù)與方法

發(fā)布時間： 2022/8/20

　　　　　　　　　噴射器企業(yè)傳統(tǒng)的智能技術(shù)與方法
　　人工智能主要從事于有關(guān)人的思維能力和借助計算機模仿或模擬人的思維工作方面的嘗試。雖然目前對人工智能的所有期望還不能完全實現(xiàn)，但是在一些應(yīng)用領(lǐng)域，如診斷、配置、計劃、咨詢、輔助決策和制定計劃等，已經(jīng)可以達到預(yù)期的效果。
　　人工智能中的研究重心是噴射器知識表達、知識處理和知識獲取。
　　1．知識的概念和分類
　　到目前為止，人們還無法給出知識的確切定義。噴射器知識工程中，通常不去追究關(guān)于知識的精確定義，而只是對其進行說明和描述，使其實用化和具體化。知識自身的復(fù)雜性決定了對它的理解是多層次和多方位的。通常，可以把知識理解為：“知識是以各種方式把一個或多個信息關(guān)聯(lián)在一起的信息結(jié)構(gòu)，簡言之，知識是一個或者多個信息之間的關(guān)聯(lián)"。其中，信息可解釋為：“數(shù)據(jù)所表示的含義(或者稱數(shù)據(jù)的語義)”。上述的解釋雖然揭示了知識與信息之間具有的關(guān)系，可是仍然顯得過于籠統(tǒng)。從數(shù)學(xué)的角度，知識可以理解為：“知識是由副本客觀世界機器產(chǎn)生、理解并具有正確性和自身結(jié)構(gòu)的不斷擴充的符號集”。
　　可以從不同的角度對知識進行不同的分類。按照邏輯抽象的角度，可以把知識分為：①過程型知識：傳統(tǒng)的數(shù)據(jù)處理將知識寓于程序中，即程序就代表系統(tǒng)解決問題所使用的噴射器知識，這種知識的表示類型稱為過程型知識。這種類型的知識針對特定的問題，只適合完全正確的知識，很難描述模糊知識。因此，過程型知識表示要求待處理的問題具有成熟的解法以及完整、準(zhǔn)確的數(shù)據(jù)。②描述型知識：以描述的方式表示的知識稱為描述型知識，包含事實知識和判斷知識。事實噴射器知識描述有關(guān)對象、事件以及行為等特征；判斷知識是指對事實的判斷和判斷的過程。③元知識：所謂元知識，就是關(guān)于知識的知識。它可以分為三類：一是有關(guān)怎樣組織、管理知識的元知識，它刻畫了知識的內(nèi)容和結(jié)構(gòu)的一般特征，以及分類和綜合等有關(guān)特征；二是有關(guān)利用知識來求解問題方面的元知識(如推理方法)，它對領(lǐng)域知識的運用起指導(dǎo)作用；三是有關(guān)從知識源中獲取知識的知識。
　　2．知識表達
　　不同類型的知識可以采用不同的知識表達方式。從計算機內(nèi)部描述的角度出發(fā)，可以概括為三種類型的知識表達：面向邏輯、面向規(guī)則和采用面向?qū)ο笏枷氲慕Y(jié)構(gòu)化表達。盡管這些表達類型在應(yīng)用中對于基于知識的系統(tǒng)的組織和執(zhí)行相互問不是完全分離的，但是它們在知識的描述能力方面仍然存在著差異。
　　1)面向邏輯的表達
　　邏輯提供一種以所謂謂詞陳述形式描述知識的可能性，它是一種用于描述對象及其之間邏輯關(guān)系的形式上的符號。它含有一個語法，用它可以建立邏輯的陳述。謂詞邏輯表達法是面向邏輯表達的典型代表。
　　謂詞邏輯法經(jīng)常用于其他噴射器知識表達的參考點。由一個謂詞部分和一個推理部分組成的謂詞邏輯的陳述稱作公理、事實或者假定，此時它們在知識庫中以顯式方式被表達。
　　謂詞邏輯法適用于描述以事實、關(guān)聯(lián)和規(guī)則為形式的問題和邏輯關(guān)系。謂詞邏輯可以劃分成一階謂詞邏輯和二階謂詞邏輯。一階謂詞邏輯在強度、適應(yīng)性和有效性方面均存在不足，而在可靠性、完整性、時間依賴性和知識構(gòu)造等方面也沒有充分被考慮；而二階謂詞邏輯在實際的信息處理方面還沒有得到廣泛應(yīng)用。
　　為了更好地描述和處理模糊陳述，出現(xiàn)了非典型的邏輯表達方法。非典型邏輯表達方法與典型邏輯表達方法的區(qū)別在于其采用了“真”和“假”兩個詞。例如，情態(tài)邏輯使用了“真”“假”“可能”等詞。其他的非典型邏輯表達方法還有：非單調(diào)邏輯、暫存邏輯、或然性邏輯以及模糊邏輯等。其中，模糊邏輯是非典型邏輯表達方法中的代表。模糊邏輯的重要應(yīng)用領(lǐng)域是控制和調(diào)節(jié)技術(shù)。圖1是典型邏輯與模糊邏輯之間的區(qū)別。
　　

　　圖1 典型邏輯與模糊邏輯之間的區(qū)別
　　2)面向規(guī)則的表達
　　面向規(guī)則的表達由一個條件部分(前提)和一個操作部分(結(jié)論)組成。條件部分描述在什么樣的條件下規(guī)則被使用；操作部分含有行為或蘊含的內(nèi)容，用它們可以改變一種狀態(tài)或者推導(dǎo)出一種陳述的真實內(nèi)容。
　　主要用規(guī)則來表達和處理知識的系統(tǒng)稱為產(chǎn)生式系統(tǒng)，其規(guī)則稱為產(chǎn)生式規(guī)則。產(chǎn)生式系統(tǒng)在大多數(shù)情況下由一個規(guī)則庫、一個存儲中間結(jié)果的動態(tài)工作存儲器和一個表達系統(tǒng)推理機制的解釋器組成。除了組織良好、可供基于規(guī)則描述的知識庫在模塊化構(gòu)造和易于維護等方面的優(yōu)點外，規(guī)則也可用來描述不可靠或不完整的知識。面向規(guī)則的表達方法可以表達過程性知識，也可以描述說明性知識。另外，面向規(guī)則的表達方法易于專家和使用者理解他們所表達的知識，同時在計算機內(nèi)部結(jié)構(gòu)中也容易被描述。
　　面向規(guī)則的表達方法的缺點在于難以理解規(guī)則控制的流動，以及在大量不完備的規(guī)則情況下，需要上下文關(guān)系分析才能細化問題、解決問題。因此，需要將大量的規(guī)則“模塊化"，即相關(guān)的規(guī)則綜合成“規(guī)則包"，以減少所需考察規(guī)則的數(shù)目。
　　3)采用面向?qū)ο笏枷氲慕Y(jié)構(gòu)化表達
　　結(jié)構(gòu)化表示方式的特征是結(jié)構(gòu)與層次清楚，主要優(yōu)點是表示的噴射器知識自然、直觀。其中，框架系統(tǒng)和語義網(wǎng)絡(luò)是比較常用的兩種結(jié)構(gòu)化知識表示方式，而面向?qū)ο蟮谋磉_方法也越來越多地被采用。此外，當(dāng)前出現(xiàn)了比“對象”更富動態(tài)性、更具人工智能含義的“智能體”(Agent)概念。可以認為，面向智能體技術(shù)是面向?qū)ο蠹夹g(shù)在人工智能與專家系統(tǒng)應(yīng)用領(lǐng)域中的發(fā)展。
　　語義網(wǎng)絡(luò)(semantic network)在形式上是一個有向圖，由一個結(jié)點和若干條弧線構(gòu)成，結(jié)點和弧線可以有標(biāo)號。結(jié)點表示一個問題領(lǐng)域中的物體、概念、事件、動作或狀態(tài)，弧線表示結(jié)點之間的語義聯(lián)系。在語義網(wǎng)絡(luò)知識表示中，結(jié)點一般分為實例結(jié)點和類結(jié)點兩種類型。有向弧用于刻畫結(jié)點之間的語義聯(lián)系，是語義網(wǎng)絡(luò)組織噴射器知識的關(guān)鍵。比較典型的語義聯(lián)系有兩種：一種是以個體為中心組織知識的語義聯(lián)系。其結(jié)點一般都是名詞性個體或概念，通過實例聯(lián)系、泛化聯(lián)系、聚類聯(lián)系和屬性聯(lián)系等作為有向弧描述有關(guān)結(jié)點概念之間的語義聯(lián)系；另一種是以謂詞或關(guān)系為中心組織知識的語義聯(lián)系。設(shè)有1元謂詞或關(guān)系R(R，， R：，…，R。)，分別取值A(chǔ)。，A：，…，A。，其對應(yīng)的語義網(wǎng)絡(luò)可以表示為圖2的形式。
　　框架(frame)是一種數(shù)據(jù)結(jié)構(gòu)。對于一個特定的事物，通過把它的特征數(shù)據(jù)填入框架，達到對該事物進行
　　

　　圖2關(guān)系語義網(wǎng)絡(luò)表示
　　表示的目的；同時，可以通過以往的經(jīng)驗獲得的概念對這些數(shù)據(jù)進行分析和解釋，還可以尋找與該事物有關(guān)的統(tǒng)計信息?？蚣苡煽蚣苊鸵唤M用于描述框架各方面屬性的槽(Slot)組成。每個槽設(shè)有一個槽名，它的值描述框架所表示的事物的各組成部分的屬性。在比較復(fù)雜的框架中，槽下面又可以再進一步分為多個側(cè)面(facet)，每個側(cè)面又有一個或者多個側(cè)面值，每個側(cè)面值可以是一個值或者是一個概念的陳述?？蚣芙Y(jié)構(gòu)的抽象表示如圖3所示。
　　

　　圖3框架結(jié)構(gòu)的抽象表不
　　面向?qū)ο蠓椒?OOM)的本質(zhì)是強調(diào)從客觀世界中固有的事物出發(fā)來構(gòu)造系統(tǒng)，強調(diào)系統(tǒng)中的對象及對象之間的關(guān)系能夠如實地反映客觀世界中的固有事物及其關(guān)系。
　　具有相同結(jié)構(gòu)和處理能力的對象用類(class)來描述。一個類實質(zhì)上定義了一組對象類型。它描述了屬于該對象類型的所有對象的性質(zhì)。如果一個對象具有某個類所描述的特性，那么該對象就是這個類的異構(gòu)實例(instance)。類的描述中通常包括類名、類變量、實例變量及一組稱為方法(method)的操作程序。類和類之間可以形成一定的層次結(jié)構(gòu)，如超類(superclass)和子類(subclass)。類的層次結(jié)構(gòu)的一個重要特性就是繼承(inheritance)。
　　Agent是一個具有智能行為的信息處理單元(Information Process Cell，IPC)。它是一個抽象的實體，具有社會性、自治性、反應(yīng)性、主動性和協(xié)作性等特性。Agent除了具有與外界交互的感知器及對信息進行存儲加工的信息處理器、記憶庫外，還具有通信機制及根據(jù)共同目標(biāo)和自己的職責(zé)所產(chǎn)生的目標(biāo)模塊和反作用于外部環(huán)境的效應(yīng)器。 Agent基本結(jié)構(gòu)如圖4所示。與人類的大腦類似，Agent的信息處理器是體現(xiàn)Agent智能行為的最重要的部件。由人類信息處理的分層結(jié)構(gòu)可知，Agent的信息處理器應(yīng)由信號/信息過濾器、控制器、符號推理機制、類比匹配機制、內(nèi)部執(zhí)行機制及知識庫組成。其中，知識庫中包含兩類知識：一類是規(guī)則；另一類是知識塊。信息處理器在接收到信號/信息后，先對其進行過濾、抽象、聚合，使其形成與客觀世界對象聯(lián)系起來的有意義的符號，然后運用推理機制及知識庫中的規(guī)則處理信息，并形成新的知識塊，知識庫中的規(guī)則及知識塊隨著問題的處理不斷被添加及更新。
　　

　　圖4 Agent基本結(jié)構(gòu)
　　3．專家系統(tǒng)
　　專家系統(tǒng)(Expert System，ES)是支配一個知識庫的軟件系統(tǒng)，它表達部分領(lǐng)域中的噴射器專家知識。專家系統(tǒng)中最重要的組成部分是知識獲取部分(推理部分)，在它的幫助下，借助所存儲的知識實現(xiàn)問題的求解。
　　專家系統(tǒng)的原理性結(jié)構(gòu)如圖5所示，知識庫和問題求解部分或知識獲取部分構(gòu)成系統(tǒng)的核心。對話部分可以有選擇地被集成或與另一個系統(tǒng)(如CAD系統(tǒng))相連接。說明部分和知識獲取部分通常不是專家系統(tǒng)的組成部分，但通常又是不可缺少的。
　　推論系統(tǒng)的實質(zhì)是程序，它們試圖證明數(shù)學(xué)定理或者在此基礎(chǔ)上實現(xiàn)應(yīng)用。知識的表達方式大多采用一次謂詞邏輯法。推論式推理表達由一個給定的前提推導(dǎo)出一個邏輯的陳述，并由此推導(dǎo)出新的事實，它們顯式地表達了隱含在以往事實中的信息。實際中主要使用的推論性推理策略包括：肯定前件的假言推理、判別、非單調(diào)推理和類似推理等(圖6)。專家系統(tǒng)的過程控制方法是：正向推理和反向推理、深度和寬度尋找以及基于黑板系統(tǒng)的控制策略等。
　　知識獲取(knowledge acquisition)在專家系統(tǒng)中至關(guān)重要，專家系統(tǒng)是否可以實用化直接取決于是否可以對知識進行有效獲取。知識獲取的任務(wù)在于把已有經(jīng)驗、事實、規(guī)則等)從大腦或者書本中總結(jié)和提取出來并轉(zhuǎn)換成某種可以廣義上，也把從已獲取的知識和實例中以某種方式產(chǎn)生新知識的任務(wù)(即機在知識獲取的范疇中。所以，噴射器知識獲取要研究的主要問題包括：①對專家習(xí)理解、認識、選擇、抽取、匯集、分類和組織的方法；②從已有的知識和實例中包括從外界學(xué)習(xí)新知識的機理和方法；③檢查或保持已獲取知識集合的一盾性)和完全性約束的方法；④盡量保證已獲取的知識集合無冗余的方法。方法主要有三種：間接的知識獲取、直接的知識獲取和自動的知識獲取。
　　

　　圖5專家系統(tǒng)的原理性結(jié)構(gòu)
　　

　　圖6推論性的推理策略
　　4．人工神經(jīng)網(wǎng)絡(luò)
　　人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是一個以有向圖為朝態(tài)系統(tǒng)，它通過對連續(xù)或斷續(xù)式的輸入作狀態(tài)響應(yīng)而進行信息處理。AN八量的、同時也是很簡單的處理單元或稱神經(jīng)元通過廣泛地互相連接而形成自統(tǒng)。雖然每個神經(jīng)元的結(jié)構(gòu)和功能十分簡單，但由大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)勇是十分復(fù)雜的。ANN系統(tǒng)是一個高度復(fù)雜的非線性動力學(xué)系統(tǒng)，不但具舉系統(tǒng)的共性，還具有其自身的特點，如高維性、神經(jīng)元之間的廣泛互連性以另自組織性等。
　　圖7為一個簡單的神經(jīng)網(wǎng)絡(luò)，其中的每個小圓圈表示一個神經(jīng)元。各個神經(jīng)元之
間通過相互連接形成一個網(wǎng)絡(luò)拓撲，這個網(wǎng)絡(luò)拓撲的形成成為神經(jīng)網(wǎng)絡(luò)的互連模式。不同的神經(jīng)網(wǎng)絡(luò)模式對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和互連模式都有一定的要求或限制。通過對實例的反復(fù)訓(xùn)練，神經(jīng)網(wǎng)絡(luò)可以表達問題域和求解域之間錯綜復(fù)雜的映射關(guān)系。這一點有利于知識的獲取。然而， ANN要獲得覆蓋整個過程且充分可靠的信息描述(訓(xùn)練數(shù)據(jù))十分困難；同時，ANN不能處理復(fù)雜結(jié)構(gòu)的數(shù)據(jù)，也無法保證訓(xùn)練結(jié)果的合理性。
　　

　　輸入　　　　　　　　　輸出
　　圖7一個簡單的神經(jīng)網(wǎng)絡(luò)
　　5．演化算法
　　演化算法(Evolutionary Computation，EC)又稱進化算法，它通過學(xué)習(xí)和借鑒大自然的演化規(guī)律來解決我們面臨的各種計算問題，從EC所模仿的對象上分，可分為兩大類：仿生演化算法和擬物演化算法。仿生演化算法是模擬由個體組成的群體的集體學(xué)習(xí)過程，其中每個個體表示給定問題搜索空間中的一點，隨機地產(chǎn)生一初始群體，通過選擇、變異、重組操作，使群體演化到搜索空間越來越好的區(qū)域。擬物演化算法是模擬自然界物理系統(tǒng)從初始狀態(tài)演變到能量最優(yōu)或狀態(tài)最優(yōu)的平衡狀態(tài)的學(xué)習(xí)過程。演化算法的流派較多，典型的有遺傳算法(Genetic Algorithm，GA)、遺傳程序設(shè)計(Genetic Programining，GP)、演化策略(Evolutionary Strategy，ES)、演化程序設(shè)計(Evolutionary Programming，EP)、模擬退火算法(Simulated Annealing，SA)等。
　　這幾種典型的演化算法都是對解空間的一組初始群體進行操作，通過隨機地改變當(dāng)前解而產(chǎn)生新解，利用目標(biāo)測量函數(shù)來計算每個實驗解的適應(yīng)值，同時使用某種選擇機制來決定保留哪一種解進入下一代。它們的共性反映了演化算法的下述特點：①極度并行性，即其群體可以分裂成相對獨立的子群體，形成具有各種粒度的并行算法；②通用性，既可用來解決各種類型的優(yōu)化、搜索與學(xué)習(xí)等問題，又利于建立各種類型的軟件環(huán)境。③靈活性，即易于形成各種并行計算系統(tǒng)(包括分布式系統(tǒng)、并行機系統(tǒng)，以及人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)等)的自適應(yīng)與自組織算法。上述特點使得EC有可能成為并行計算和并行仿真的主要手段。

上一條：可靠的決定是噴射器客戶的估價重因素下一條：增材制造粘結(jié)劑噴射成形技術(shù)論壇將于9月15日舉行