智能檢測技術(shù)課件

智能檢測技術(shù)基本情況上課教師：張宏建，周洪亮，使用的教材：現(xiàn)代檢測技術(shù)，張宏建，孫志強編，化學(xué)工業(yè)出版社，上課內(nèi)容：、緒論（第一章）、人工智能一般原理、基于神經(jīng)網(wǎng)絡(luò)的檢測（第五章）、基于模糊邏輯推理的檢測（第八章）、專家系統(tǒng)（第七章）、信息融合技術(shù)（第九章）上課與考試要求：“三心二意”，邁向成功專心、用心、開心；知曉天意和人意專心：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。無論你做什么事情，都要全力以赴，全新投入，心無旁騖。用心：要會思考，在做每一件事情的時候都要學(xué)會問一個為什么。這樣才能加深理解、舉一反三。追本溯源才是學(xué)習(xí)的真諦。開心：要學(xué)會享受生活。我們除了工作學(xué)習(xí)，還有家人朋友，還要享受愛情親情友情，享受自然美景，享受文化藝術(shù)，享受一切。天意：要抓住機遇。這里的天，不是上帝，不是佛祖，是你自己。天上不會掉餡餅的（給你），但是，你得備著個盤子，等天上掉餡餅的時候，你可以接得住。這個盤子就是你自己的知識、能力、閱歷，還有你愿意改變的勇氣。人意：要學(xué)會自己做抉擇。經(jīng)商創(chuàng)業(yè)、豪宅名車、帥哥美女、埋頭科研、出國深造？哪一個適合你？抉擇往往是困難的。選擇一條適合自己的道路，聽取他人的建議但不盲從。堅持自己，相信自己。、緒論一、傳統(tǒng)檢測技術(shù)及特點敏感元件信號放大與變換顯示裝置被測參數(shù)用敏感元件將被測參數(shù)轉(zhuǎn)換成易于觀測的信息量，通過顯示裝置給出被測參數(shù)的具體的信息。特點、敏感元件與被測參數(shù)“一一對應(yīng)”：被測參數(shù)就是待測參數(shù)；敏感元件的輸出與被測參數(shù)之間有確定的函數(shù)關(guān)系；測量結(jié)果主要取決于敏感元件。、敏感元件不能滿足新的測量要求我們該怎樣做？二、智能檢測技術(shù)將人工智能的技術(shù)和方法應(yīng)用于參數(shù)的檢測一定要有敏感元件一定應(yīng)用了人工智能技術(shù)敏感元件1x1敏感元件2x2敏感元件

nxn(推理)(知識庫)智能體y1y2ym二、智能檢測技術(shù)各種的推理技術(shù)專家系統(tǒng)—故障診斷人工神經(jīng)元網(wǎng)絡(luò)算法遺傳算法模糊集合理論多信息融合技術(shù)（多傳感器，虛擬多傳感器信息融合）二、智能檢測技術(shù)應(yīng)用：、難測參數(shù)（現(xiàn)有傳感器測量誤差大；無合適的傳感器）、重要的設(shè)備和對象、人工智能一般原理一、人工智能的組成輸入輸出知識表示知識庫知識求解、推理智能體二、狀態(tài)空間法與圖搜索法狀態(tài)空間法是基于解答空間的問題表示和求解方法。（尋找最佳路徑）用狀態(tài)空間圖表示，節(jié)點代表狀態(tài)，弧線代表狀態(tài)空間的關(guān)系—操作符舉例（重排九宮）280314657281304657284310657208314657286314057左移上移下移右移節(jié)點初始節(jié)點弧線子節(jié)點120384657目標(biāo)節(jié)點圖搜索方法（）廣度優(yōu)先搜索法（）深度優(yōu)先搜索（）啟發(fā)式搜索()廣度優(yōu)先搜索法特點逐行搜索，先進先出；總可以找到目標(biāo)節(jié)點；搜索效率低廣度優(yōu)先搜索算法啟動S0放入OPEN表OPEN表=空？取OPEN表中最前面的節(jié)點N放入CLOSED表，冠以序號n節(jié)點N=Sg?N可擴展？擴展N，將其子節(jié)點依次放入OPEN表末尾，冠以指向N的返回指針成功失敗YYYNNN

（）深度優(yōu)先搜索

特點：晚生成的節(jié)點優(yōu)先擴展不一定能找到目標(biāo)節(jié)點搜索效率高

（）啟發(fā)式搜索

對表各節(jié)點進行評價，擇優(yōu)擴展評價函數(shù)：()()()——()——已花的代價()——到目標(biāo)節(jié)點所需的代價（）代價圖例如：推銷員旅行三、謂詞邏輯與邏輯推理（）原子公式由謂詞符號和若干個項組成的謂詞公式。是謂詞邏輯的最小單位()()()()合適公式由多個原子公式應(yīng)用連詞構(gòu)成的復(fù)合謂詞公式合?。ě?，“與”原子公式Л原子公式析?。ǎ?，“或”原子公式原子公式非（），“否”原子公式蘊涵（→），“條件—結(jié)論”原子公式→原子公式等價（?）（）量詞全稱量詞（）“所有”（）()存在量詞（）“有”（）()()合適公式的性質(zhì)（）邏輯推理（歸結(jié)原理）文字：一個原子或原子公式的否定子句：有文字的析取組成的公式→→→消解原理舉例喜歡《三國演義》者必讀《水滸》；若某書與《儒林外史》同類，則一定不與《水滸》同類；沒有人喜歡的書不會和《三國演義》同類；俞平伯只讀與《紅樓夢》同類的書。求證：如果《紅樓夢》與《儒林外史》同類，則俞平伯一定不喜歡《三國演義》。①(，三國演義)→(，水滸)②(，儒林外史)→(，水滸)③[(，)]→(，三國演義)④(俞平伯，)→(，紅樓夢)求證：(紅樓夢，儒林外史)→(俞平伯，三國演義)①(，三國演義)→(，水滸)②(，儒林外史)→(，水滸)③[(，)]→(，三國演義)④(俞平伯，)→(，紅樓夢)求證：(紅樓夢，儒林外史)→(俞平伯，三國演義)子句：①(，三國演義)(，水滸)子句：②(，儒林外史)(，水滸)子句：③(，)(，三國演義)子句：④(俞平伯，)(，紅樓夢)對求證的取否[(紅樓夢，儒林外史)→(俞平伯，三國演義)]子句：⑤(紅樓夢，儒林外史)；⑥(俞平伯，三國演義)、基于神經(jīng)網(wǎng)絡(luò)的檢測（）生物神經(jīng)元模型細胞體軸突突觸樹突細胞體軸突突觸樹突當(dāng)神經(jīng)元所有輸入的總效應(yīng)達到閾值電平時，才產(chǎn)生電脈沖通過軸突輸出（）人工神經(jīng)元模型為激發(fā)函數(shù)ωnω2ω1x1x2xnθfuy人工神經(jīng)元模型0vf(v)10vf(v)1-1（a）階躍函數(shù)（b）符號函數(shù)0vf(v)1-11-10vf(v)1（c）分段函數(shù)（d）Sigmoid函數(shù)為激發(fā)函數(shù)（）人工神經(jīng)網(wǎng)絡(luò)x1x2xnωijυjtO1O2Ol（）基于反向傳播網(wǎng)絡(luò)的學(xué)習(xí)（算法）神經(jīng)網(wǎng)絡(luò)比較計算ΔR希望輸出輸出輸入神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)求其中，（）多樣本訓(xùn)練算法

——增量型學(xué)習(xí)算法）取，；選取各初值），）由、求）計算及）求Δ（與單樣本一樣計算），并Δ）若<，，轉(zhuǎn)）否則轉(zhuǎn)））若<，訓(xùn)練結(jié)束否則轉(zhuǎn)）（）多樣本訓(xùn)練算法

——累積型學(xué)習(xí)算法）取，；選取各初值），）由、求）計算及）若<，，轉(zhuǎn)）否則轉(zhuǎn)））若<，訓(xùn)練結(jié)束，否則轉(zhuǎn)））求Δ，并Δ，轉(zhuǎn)）累積型學(xué)習(xí)算法中Δ的求取對于每一個樣本，計算進一步求得

（）徑向基函數(shù)（）神經(jīng)網(wǎng)絡(luò)為輸入向量第個基函數(shù)的中心；中心寬度（）神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)

學(xué)習(xí)率，動量因子（）神經(jīng)網(wǎng)絡(luò)的設(shè)計、網(wǎng)絡(luò)結(jié)構(gòu)的選擇、輸入輸出節(jié)點數(shù)的確定、中間層層數(shù)及節(jié)點數(shù)的選擇、各參數(shù)的初始值的確定、學(xué)習(xí)率的確定、樣本數(shù)的確定、神經(jīng)網(wǎng)絡(luò)的不斷訓(xùn)練、基于模糊邏輯推理的檢測（）模糊邏輯及其基本運算（）模糊語言及隸屬度函數(shù)）語言變量：模糊邏輯運算的輸入變量和輸出變量；）語言變量的論域：變量的取值范圍；）量化等級：對語言變量在論域內(nèi)進行量化，分成若干個等級；）模糊集；）隸屬度函數(shù)：描寫語言變量模糊集與量化等級的函數(shù)關(guān)系，（）規(guī)則庫基于專家知識推理規(guī)則：（語言變量“模糊集”）()（）模糊推理根據(jù)輸入量、規(guī)則庫、模擬人類的推理決策過程進行推理，給出輸出量與其量化等級的關(guān)系，即隸屬度函數(shù)。求關(guān)系矩陣×，×為笛卡爾相乘其中，×求’′×′則輸出′′′?，?為模糊矩陣乘（）精確化過程在推理得到的模糊集合中去一個能最佳代表這個模糊推理結(jié)果可能性的精確值的過程，即給出輸出變量的量化等級。）重心法）加權(quán)平均法舉例溫度控制系統(tǒng)，輸入量為溫度差；（溫度差的變化量）。輸出量為論域等級量