《智能信息处理课件》由会员分享，可在线阅读，更多相关《智能信息处理课件（42页珍藏版）》请在金锄头文库上搜索。
1、莫鸿强13929501269， 32学时，作业（平时成绩）和考试（硕士） 作业：问题讨论、编程等 考试：开卷（硕士） 课程论文：（博士）,智能信息处理,智能信息处理 课程开设面临的问题,“Artificial Intelligence is the art of creating machines that perform functions that require intelligence performed by people.” “AI is the study of how to make computers do things at which, at the moment, pe
2、ople are better.” from The Age of Intelligence Machines, R. Kurzwell, MIT Press,1990,何谓智能？何谓信息？,智能信息处理 课程开设的必要性,人工智能：1956 年Dartmouth会议。 复杂和不确定信息处理需求 智能的信息处理方法及工具 智能信息处理。 理论与应用探索极富挑战性，横跨众多领域，联动效益显著： 计算机科学、信息论、控制论、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学 国内外众多著名高校和研究所均设立了人工智能或智能信息处理的研究方向，并开设相关的基础理论和专业课程。,智能信息处理 课程开
3、设的必要性,对象机理不明海量数据 智能信息处理方法辅助分析,选材依据 海森堡回忆创立量子力学过程,有些时候你想攀登某座山峰，但到处都是雾气。你虽然有地图或其他甚么东西指示你可能要去的地方，但你依然在雾中完全迷失方向。这时，你突然在迷雾中模模糊糊地看到一些细微的东西，你会说“噢，那正是我要找的石头“。在你看到它的这一瞬间，整个情况完全改变了，尽管你并不知道是否你会走到石头那里，但此时你会说，“现在我知道我在那里了，我必须再走近一点，那样我肯定就会找到要走的路“只要我看得仔细些，就像在任何登山运动那样，我可以说好了，我要再前行15码，或100码，甚至也许是一公里，但我仍不知道是走对了，还是完全偏离
4、了正路。,需结合具体应用介绍，所介绍方法难具普遍性。,智能信息处理 课程开设面临的问题,固有的复杂性 学科远未成熟 理论框架和理论基础? 统一的授课模式、授课内容? 教学方法、授课内容难以直接借用。 知识表示、自动推理和搜索方法、知识处理系统、自然语言理解、自动程序设计、数据挖掘等 与控制学科结合更为密切的建模、控制和优化等问题的讨论相对较少。 自主选定授课内容。,“石头”选择标准,标准：刚性的、确定的“程序/机器”如何解决柔性的、不确定的问题。 程序/机器的刚性：机械、数字计算机程序、生物编码等 “程序” 问题的柔性：例如供热通风与空气调节系统控制, 本课程选材依据： 何种结构使得刚性的数字
5、计算机表现出柔性功能？,供热通风与空气调节（HVAC）系统 面对的似乎是一个异常复杂多变的环境： 建筑物类型和格局差异 建筑布局随时间的变化 执行器件的选型差别和更换 环境温度的变化 负载的持续变化,在运行过程中一般不会（实际也难以做到）邀请专家调整控制器参数。因此，设计能自动识别控制效果并自行调整控制参数的控制算法是解决该问题的一种有效方案。 控制器如何自动识别控制效果的变化并作出正确调整？,缺乏领域经验和知识时， 如何建立对象模型？ 如何设计控制器？,存在大量机理不清晰或不完全清晰的对象。比如，缺乏前期实验等原因，无法获得充分的领域知识。,电话计费系统 费率：时段、通话地点、用户类型 费率
6、需随市场变化经常调整 计费规则间相互关联，但又不存在固定的连接模式。 常规编程：使用大量的标记（flags）和if-then语句，程序混乱；且由于规则会经常变化，维护也存在极大困难。 大量的专家系统存在一个共同特点，即需求和环境的变化使得系统的核心功能具有很强的不确定性。,取新装机用户租费 GetNewServCharge a 计算租费统计类型 i. if( Completed_Date的年月 等于 Cycle_Begin_Date的年月) and ( Completed_Date的天数=21号 ) Stat_Type_ID = 2; ii .if( Completed_Date的年月 等于
7、Cycle_End_Date的年月) and ( Completed_Date的天数15号 ) Stat_Type_ID = 4; iii.其他情况Stat_Type_ID = 3 b 计算租费 i. 取用户租费计算规则RentCalcRuleID(SERV_RENT_CALC_RULE ) ii. 取Completed_Date的天数DayOffset iii. 根据上述规则标识RentCalcRuleID和日期偏移DayOffset来取规则描述表 (rent_calc_rule_detail )中的租费比率iRate if(iRate!=-2) and (iRate!=-1) lCharg
8、e * iRate/100; iiii. if(iRate=-2) , 则按天计算租费 iiiii. if(iRate=-1) , 则按RentCalcRuleID分7种情况来处理 switch(iRentCalcRuleID) case 1 : lCharge = lCharge case 2 : lCharge = lCharge + lCharge/2 租费加半个月 case 3 : if( Completed_Date的年月 等于 Cycle_End_Date的年月) and ( Completed_Date的天数15号 ) lCharge = lCharge + lCharge/2
9、else lCharge = lCharge * 2,课程主干内容 围绕反馈构建智能信息处理系统,1) 反馈控制及其优点简介（线性、非线性、动态，PID控制）。 2）控制、建模中的不确定因素及其影响。 浓度控制实例 不确定因素及其影响 对解决办法的要求。 （Astrom 自适应控制部分章节） 3) 响应模式的识别及PI 参数自适应整定。 （John E. Seem. A New Pattern Recognition Adaptive Controller with Application to HVAC Systems, Automatica, 1998, 34(8): 969-982） 4
10、) 响应模式参数化：可计算性（基于集合论分析程序刚性）。 （可计算性理论章节及文章：形式语言的特点和局限性；语言的进化） 5） 神经网络用于不确定模型对象的建模。 （S.M. Savaresi etal. Identification of semi-physical and black-box non-linear models: the case of MR-dampers for vehicles control, Automatica, 2005, 41(1): 113-127） 6） 神经网络用于不确定模型对象的控制。 （Adaptive backstepping control f
11、or a class of nonlinear systems using neural network approximations, Int. J. Robust Nonlinear Control 2004; 14: 643664）, 本课程选材依据： 何种结构使得刚性的数字计算机表现出柔性功能？,“石头”选择标准,1） 有哪些常见的不确定因素？这些因素对建模、控制系统设计以及控制效果存在哪些影响？ 2） 控制和建模过程的智能化为什么可以克服这些不确定性因素的影响？ 3） 可采用什么样的通用方法和通用系统结构实现智能？ 4) 智能信息处理如何与传统的信息处理方法有机结合？应采用何种系统结
12、构？,课程主干内容 围绕反馈构建智能信息处理系统,1) 搜索引擎问题表示和搜索方式的进一步讨论。 Using Rules to Code the Heart and Soul of VB Applications, issue of VB Tech Journal, 1995：各类功能的“数据结构”特点。 2）启发式搜索有无极限/是否存在本质上难以高效解决的难题？ Remi Monasson, etal. Determining computational complexity from characteristic phase transitions, Nature, 1999, 400(8
13、): 133-137 ：组合优化复杂性的相变现象。 3) 智能实现和判断的方法论讨论。 Turing, A.M. (1950). Computing machinery and intelligence. Mind, 59: 433-460：智能的特点、判断标准及部分可能的实现方式。,课程辅助材料 方法论讨论,1) Martin A.etal. Computational and evolutionary aspects of language, Nature, 2002, 417(6): 611-617， 语言的局限性及语言的进化。（博士） 2) Martin Davis etal. Com
14、putability, Complexity, and Languages, Second Edition, Morgan Kaufmann, 1994（810 章），计算复杂性。 （博士） 3) George F. Luger 著, 史忠植、张银奎等译. 人工智能：复杂问题求解的结构和策略,第四版, 机械工业出版社, 2003：状态空间的描述法、搜索、启发式搜索等。,课程辅助材料（推荐） 课后阅读,第一部分 基本概念 反馈及其优点,程序1： 阀门开 延时t 阀门闭,克服不确定影响的一种有效机制 液位控制的例子,程序2 阀门开 If p=p1 then t=t1; If p=p2 then t
15、=t2; If p=pn then t=tn; 延时t 阀门闭,程序3 阀门开 观察水位 A If 水位h=h1 then 阀门关 else GOTO A;,在处理不确定性因素、环境变化等因素上，后程序2、3比程序1能力更强。,程序2 阀门开 If p=p1 then t=t1; If p=p2 then t=t2; If p=pn then t=tn; 延时t 阀门闭,程序3 阀门开 观察水位 A If 水位h=h1 then 阀门关 else GOTO A;,程序1： 阀门开 延时t 阀门闭,程序2如何获得t=f(p)？ 程序3不需精确的f(*)。,程序2 阀门开 If p=p1 then
16、 t=t1; If p=p2 then t=t2; If p=pn then t=tn; 延时t 阀门闭,程序3 阀门开 观察水位 A If 水位h=h1 then 阀门关 else GOTO A;,横截面积: C 流入量：Qi(t) 流出量：Q0(t) 液位高度：h(t). 出料阀的节流系数: 出料阀流通面积: S,调节进水阀门开度统一的手段克服不同干扰的影响。 阀门该开多大？模型不确定。, 目标：稳定液位 减小偏差T0。 无需直接测量干扰，只需测量其影响T，朝|T|减小的方向加u。 过程：T0 ？ 加使|T|减小的u T0？ 加使|T|减小的u （不需精确知道uf(T)）,克服不确定影响的一种有效机制 反馈,第一部分 基本概念 非线性、动态,非线性的影响,齐次性 y=k
