本发明专利技术公开了一种基于最小评价窗口的高效事实评价方法和装置，属于专家系统领域。所述方法包括：确定各个事实Ai的评价函数fi的评价窗口长度wi，其中，Ai＝fi(x0,x1,…,xn)，x0,x1,…,xn为被实时采样的变量，若某个变量的采样值连续至少若干次符合预设条件使得事实Ai为真实值，则该次数为评价窗口长度wi；根据各个评价窗口长度wi确定最小评价窗口wmin；根据最小评价窗口wmin确定所有评价函数的评价周期te，其中te＝ts*wmin，ts为采样周期；在每个评价周期到达时，根据评价函数fi计算各个事实Ai的值；根据各个事实Ai的值计算得到前件P，其中P＝A0^A1^…^Am。本发明专利技术降低了采样函数的计算次数，降低了系统负载，增加了对知识表达的丰富性。
【技术实现步骤摘要】
基于最小评价窗口的高效事实评价方法和装置
本专利技术属于专家系统
，特别涉及一种基于最小评价窗口的高效事实评价方法和装置。
技术介绍
当前，随着人工智能技术的普及，专家系统也越来越多地被应用于大型的、复杂的过程控制系统之中，为系统的精确控制、维护和故障诊断提供及时有效的决策信息。其中，以产生式系统为基础的专家系统，以其技术成熟，系统结构简单、高效而被广泛应用。在这一类专家系统中，领域知识的表示都是采用产生式。产生式规则的基本形式为：P→Q或者IFPTHENQ其中，P被称为前件，它常常是一些事实Ai的合取,即：P＝A0^A1^…^AmQ被称为后件，它是某一事实B，在考虑不确定性时，则附加其可信度度量值。整个规则语义表达为：如果P成立，则输出或者执行Q。在过程控制系统中，构成前件的合取项的事实Ai通常是多个系统监测变量的函数，即：Ai＝fi(x0,x1,…,xn)fi(0≤i≤m)为事实Ai的评价函数，其中xj(0≤j≤n)为系统中被实时监测的变量。传统方案中，都采用系统的采样周期作为评价函数的评价周期，即每当采集一个新xj，就重新计算一次fi的值。这种方法是以采样周期作为评价函数的评价周期，它会使得系统计算评价函数频率很高，从而给系统带来了很大的计算负载。
技术实现思路
为了解决上述问题，本专利技术一方面提供了一种基于最小评价窗口的高效事实评价方法。所述方法包括：确定各个事实Ai的评价函数fi的评价窗口长度wi，其中，Ai＝fi(x0,x1,…,xn)，x0,x1,…,xn为被实时采样的变量，若某个变量的采样值连续至少若干次符合预设条件使得事实Ai为真实值，则该次数为评价窗口长度wi；根据各个评价窗口长度wi确定最小评价窗口wmin；根据最小评价窗口wmin确定所有评价函数的评价周期te，其中te＝ts*wmin，ts为采样周期；在每个评价周期到达时，根据评价函数fi计算各个事实Ai的值；根据各个事实Ai的值计算得到前件P，其中P＝A0^A1^…^Am。进一步的，所述在每个评价周期到达时，根据评价函数fi计算各个事实Ai的值包括：根据评价窗口获取采样序列，其中所述采样序列为从当前采样周期向前包括当前采样周期的wi个采样值；根据采样序列，通过fi计算事实Ai的值。进一步的，所述方法还包括：根据前件P，输出或执行后件Q。另一方面提供了一种基于最小评价窗口的高效事实评价装置，包括：评价窗口长度确定模块，用于确定各个事实Ai的评价函数fi的评价窗口长度wi，其中，Ai＝fi(x0,x1,…,xn)，x0,x1,…,xn为被实时采样的变量，若某个变量的采样值连续至少若干次符合预设条件使得事实Ai为真实值，则该次数为评价窗口长度wi；最小评价窗口确定模块，用于根据各个评价窗口长度wi确定最小评价窗口wmin；采样周期确定模块，用于根据最小评价窗口wmin确定所有评价函数的评价周期te，其中te＝ts*wmin，ts为采样周期；事实计算模块，用于在每个评价周期到达时，根据评价函数fi计算各个事实Ai的值；前件计算模块，用于根据各个事实Ai的值计算得到前件P，其中P＝A0^A1^…^Am。进一步的，所述事实计算模块包括：采样序列确定单元，用于根据评价窗口获取采样序列，其中所述采样序列为从当前采样周期向前包括当前采样周期的wi个采样值；事实计算单元，用于根据采样序列，通过fi计算事实Ai的值。进一步的，所述装置还包括：后件执行模块，用于根据前件P，输出或执行后件Q。本专利技术实施例提供的技术方案带来的有益效果是：本专利技术根据最小评价窗口确定采样函数的采样周期，降低了采样函数的计算次数，降低了系统负载。同时，本专利技术还可以将具有不同评价周期的评价函数，进行统一的归并处理，从而增加了对知识表达的丰富性。附图说明图1为本专利技术实施例提供的一种基于最小评价窗口的高效事实评价方法的流程示意图；图2为本专利技术实施例提供的一种基于最小评价窗口的高效事实评价装置一个实施方式的示意图；图3为本专利技术实施例提供的一种基于最小评价窗口的高效事实评价装置另一个实施方式的示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。参见图1，本专利技术实施例提供了一种基于最小评价窗口的高效事实评价方法，其包括：步骤S100：确定各个事实Ai的评价函数fi的评价窗口长度wi，其中，Ai＝fi(x0,x1,…,xn)，x0,x1,…,xn为被实时采样的变量，若某个变量的采样值连续至少若干次符合预设条件使得事实Ai为真实值，则该次数为评价窗口长度wi。在计算评价函数fi时，往往需要根据多个连续采样值的评价结果得出事实Ai的值。此时，所要求满足条件的次数被称之为评价窗口长度。例如：当x0连续4次以上大于0时，事实Ai为真值，则评价函数的评价窗口长度为4，记为wi＝4。若评价函数的参数为多个，通常各参数对应的评价窗口长度是相同的，即具有相同评价窗口长度的各参数，才能够放到一起评价，此时以某一参数对应的评价窗口长度作为评价函数的评价窗口长度。在其他的实施中，各参数下评价函数的评价窗口长度也可以不同，此时需根据预设规则，确定评价函数的评价窗口长度。预设规则可以为：采用评价窗口长度最大值作为评价函数的评价窗口长度。如：一个参数连续5次以上大于0时，事实为真值，则其对应的评价窗口长度为5。另一个参数连续3次以上大于0时，事实为真值，则其对应的评价窗口长度为3。由于5大于3，所以评价函数的评价窗口长度为5。步骤S200：根据各个评价窗口长度wi确定最小评价窗口wmin。步骤S300：根据最小评价窗口wmin确定所有评价函数的评价周期te，其中te＝ts*wmin，ts为采样周期。步骤S400：在每个评价周期到达时，根据评价函数fi计算各个事实Ai的值。传统方案中，都采用系统的采样周期作为评价函数的评价周期，即每当采集一个新x0，就重新计算一次fi的值，te＝ts。本专利技术中，使用wmin倍的ts作为评价函数的评价周期，即若干个采样周期计算一次fi的值，降低了fi的计算次数，降低了系统负载。步骤500：根据各个事实Ai的值计算得到前件P，其中P＝A0^A1^…^Am，前件为P一些事实Ai的合取。本专利技术根据最小评价窗口确定采样函数的采样周期，降低了采样函数的计算次数，降低了系统负载。同时，本专利技术还可以将具有不同评价周期的评价函数，进行统一的归并处理，从而增加了对知识表达的丰富性。作为本专利技术的一种改进，步骤S400包括：步骤S410：根据评价窗口获取采样序列，其中采样序列为从当前采样周期向前包括当前采样周期的wi个采样值。采样序列是指从当前时刻(当前采样周期)tc采样值sc开始，向tc之前所采集的样值中取n-1(wi＝n)个值，也就是从tc-(n-1)ts时刻到tc时刻的采样值，即采样序列为[sc-n-1,sc-n-2,…,sc]，其长度为n。步骤S420：根据采样序列，通过fi计算事实Ai的值。进一步的，该方法还包括：步骤600：根据前件P，输出或执行后件Q。即P→Q或者IFPTHENQ。现在，通过一个实例分析，来描述本方法的有益效果。假设规则r1由两个合取的事实组成：r1:P→QP＝A1^A2A1:f1(x0)当x0连续5次以上等本文档来自技高网...
【技术保护点】
1.一种基于最小评价窗口的高效事实评价方法，其特征在于，包括：确定各个事实Ai的评价函数fi的评价窗口长度wi，其中，Ai＝fi(x0,x1,…,xn)，x0,x1,…,xn为被实时采样的变量，若某个变量的采样值连续至少若干次符合预设条件使得事实Ai为真实值，则该次数为评价窗口长度wi；根据各个评价窗口长度wi确定最小评价窗口wmin；根据最小评价窗口wmin确定所有评价函数的评价周期te，其中te＝ts*wmin，ts为采样周期；在每个评价周期到达时，根据评价函数fi计算各个事实Ai的值；根据各个事实Ai的值计算得到前件P，其中P＝A0^A1^…^Am。
【技术特征摘要】
1.一种基于最小评价窗口的高效事实评价方法，其特征在于，包括：确定各个事实Ai的评价函数fi的评价窗口长度wi，其中，Ai＝fi(x0,x1,…,xn)，x0,x1,…,xn为被实时采样的变量，若某个变量的采样值连续至少若干次符合预设条件使得事实Ai为真实值，则该次数为评价窗口长度wi；根据各个评价窗口长度wi确定最小评价窗口wmin；根据最小评价窗口wmin确定所有评价函数的评价周期te，其中te＝ts*wmin，ts为采样周期；在每个评价周期到达时，根据评价函数fi计算各个事实Ai的值；根据各个事实Ai的值计算得到前件P，其中P＝A0^A1^…^Am。2.根据权利要求1所述的基于最小评价窗口的高效事实评价方法，其特征在于，所述在每个评价周期到达时，根据评价函数fi计算各个事实Ai的值包括：根据评价窗口获取采样序列，其中所述采样序列为从当前采样周期向前包括当前采样周期的wi个采样值；根据采样序列，通过fi计算事实Ai的值。3.根据权利要求1或2所述的基于最小评价窗口的高效事实评价方法，其特征在于，所述方法还包括：根据前件P，输出或执行后件Q。4.一种基于最小评价窗口的高效事实评价装置，其特征在于，包括...
【专利技术属性】
技术研发人员：曲荣欣，
申请(专利权)人：东北大学秦皇岛分校，
类型：发明
国别省市：河北,13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。