基于多智能体技术的数控系统的知识模型及其推理算法技术方案

本发明专利技术提出了基于多智能体技术的数控系统的知识模型及其推理算法，涉及复杂知识表示与推理领域。根据基于多智能体技术的数控系统中的系统知识自身特征，提出基于加权模糊Petri网的知识模型；根据知识推理过程中系统知识及状态空间的可优化特征，在上述知识模型基础上提出正反双向结合推理算法；本发明专利技术提出的知识模型满足基于多智能体技术的数控系统中知识建模的复杂性、模糊性需求。不仅具备传统Petri网的图形化描述能力，可以简单、清晰地表现规则间的结构化特性，更具有对不确定、复杂的知识进行模糊推理的能力。在该模型基础上提出的正反双向推理结合的推理算法通过缩小问题求解空间，优化了复杂模糊知识推理过程，提高了推理速度和准确度。

【技术实现步骤摘要】
【专利摘要】本专利技术提出了，涉及复杂知识表示与推理领域。根据基于多智能体技术的数控系统中的系统知识自身特征，提出基于加权模糊Petri网的知识模型；根据知识推理过程中系统知识及状态空间的可优化特征，在上述知识模型基础上提出正反双向结合推理算法；本专利技术提出的知识模型满足基于多智能体技术的数控系统中知识建模的复杂性、模糊性需求。不仅具备传统Petri网的图形化描述能力，可以简单、清晰地表现规则间的结构化特性，更具有对不确定、复杂的知识进行模糊推理的能力。在该模型基础上提出的正反双向推理结合的推理算法通过缩小问题求解空间，优化了复杂模糊知识推理过程，提高了推理速度和准确度。【专利说明】
本专利技术为基于多智能体技术的数控系统设计了一种基于模糊加权Petri网的知识模型构建方法，提出了基于该知识模型的模糊推理算法，涉及复杂知识表示与推理领域。
技术介绍
数控系统属于大型复杂模糊知识系统，具有知识量大，各子系统间的关系复杂，知识获取和知识表达方法多种多样等特点。近年来，随着通信技术的成熟，数控系统开始逐渐朝着网络化、智能化、分布式的方向发展。从依靠个体能力解决问题的传统处理模式，逐步发展为多系统紧密型群体合作的处理模式。处理模式的转变也对系统建模方法式提出了挑战，传统的专家系统架构方法在模糊知识表示、推理、学习等方面能力的欠缺，使其已无法满足数控系统分布式、柔性自动化的发展需求。随着分布式人工智能的成熟，多智能体技术因其执行效率高，系统的可扩充性、适应性强等特性，开始被广泛的应用于构建分布式控制系统。采用多智能体技术来控制和协调数控系统中的信息共享和交流，可以在各功能智能体协作过程及信息资源的广度和深度上实现系统的整合。知识库的构建一直是数控系统设计的核心问题之一，知识库中知识模型和推理策略的设计则将直接影响整个系统的工作效率和质量。将多智能体技术的引入数控系统的设计，在增加了系统效率、能力的同时也增加了系统中知识的复杂度，为知识库的构建增加了难度。数控系统中知识关联性强，不仅包含确定的启发性知识，也包含不确定的过程式知识。可将其表示为模糊产生式规则的形式。因此，如何从基于多智能体技术的数控系统知识特征出发，选择与其特征相匹配的知识模型设计方法就成为了数控系统中知识库构建的核心问题。
技术实现思路
针对现有知识建模方法的不足，本专利技术要解决的技术问题是提供一种能够满足基于多智能体技术的数控系统中知识复杂、模糊性特征的知识表示方法和高效的模糊推理算法。本专利技术为实现上述目的所采用的技术方案是:一种基于多智能体技术的数控系统的知识模型，所述知识模型基于加权模糊Petri网，具体为:WFPN= (P, T, M, R, ff, f, I, O, C，Th, X)其中，P={Pl，p2, P3……Pj，表示库所结点的有限集合，是数控系统的知识库中涉及的系统状态集合；T=It1, t2, t3……tn}，表示变迁结点的有限集合，是数控系统的知识库中涉及的系统状态间变化规则的集合；M=Qii1, nv“mn]T,为定义在库所集上的标记向量,表示对应的库所结点命题的真实度，是数控系统的知识库中涉及的系统状态对于特定变化规则的参与度，％ e ;R表示对变迁结点定义的一个闕值，表示其点燃条件，r e ；W= (W1, w2, WfW1J是规则T的权值集合,反映规则T中的前提条件对结论的支持程度；f表示T — 一个映射，给变迁赋予规则的确信度f(t)，f (t) = A ；I=UijK为输入矩阵，IijE ，表示？1到\上的输入关系和权重；当？1是\的输入且从Pi到tj输入弧不是补弧时，Iij等于Pi到tj输入弧上的权值系数Wij, Wij e W ；当 Pi 不是 tj 的输入时，Iij=O,其中 i=0, I, 2......n; j = O, I, 2......η ；O=(Oij)，为输出矩阵，Oij e ，表示tj到Pi上的输出关系和规则的确信度；当Pi是\的输出时，Ou等于变迁h推出的结论Pi的确信度f(tp ;当？1不是\_的输出时，Oij=O 其中 i=0，1,2……n; j = O, 1,2……η。C= (CijI为补弧矩阵，Cij E ;表不Pi到tj上的输入关系和权重；当Pi是tj的输入且从Pi到tj输入弧是补弧时，Cij等于Pi到tj输入弧上的权值系数Wij, Wij e W ;当Pi不是tj的输入时，Cij=O,其中i=0，l，2……n ；j = O, 1,2……η ；Th是规则T推理得以进行的最低可信度；X是系统中变迁的优先因子集合。所述知识模型对模糊产生式的描述为以下规则的组合:(I) 一对一的因果关系，Pj的真值计算公式为:M(Pj)=M(Pi) Xffi, i = I, 2, 3......η (I)(2)多对一的与因果关系，Ρη+1的真值取各子式真值的最小值，公式为:M (Ρη+1) = Σ minM (Pij) X Wij, Pij e I (t) (2)(3)多对一的或因果关系，Pn+1的真值取各子式真值的最大值，公式为:M (Pn+1) =max { Σ jM (Pij) X Wij...f (tn)} (3)(4) 一对多的与因果关系，Pw的真值取各子式真值的最大值，公式为:M(Pj)=M(Pi) Xffj(4)(5) 一对一的非因果关系，Pj的真值计算公式为:M(Pj)=1-M(Pi)(5)(6) 一对多的非因果关系不能演示推理，无特定结论。所述的知识模型的推理算法包括以下步骤:建立推理的目标库所集；以目标库所为起点，对加权模糊Petri网进行逆向遍历，优化问题的求解空间；在优化后的求解空间中使用极大代数算式进行正向置信度推理算法，得到本次推理所有库所I的置信度；所述优化问题的求解空间的实现步骤如下:选择目标库所集中优先级别最高的节点做为起点，遍历起点库所的所有输入变迁tn e {Tpi}，找出tn的紧后库所集SNBP (tn)；并将其中每个库所分别表示为节点形式，若新增库所是种子库所，则该路径所搜索结束；若新增库所不是种子库所，则以新增库所为起点继续遍历，直至找到种子库所为止;完成全部目标库所的遍历之后，保留有效路径的节点库所P及其变迁T，从而得到一个加权模糊Petri网子网，即要推理问题的求解空间。所述正向置信度推理算法的实现步骤如下:计算各输入库所I标记值的加权和:A=ITXM0+CTX Cm0) (6)根据点燃条件R判断各变迁T是否能被点燃:B=A □ R(7)如果A>R，则 B=I ;如果 A〈R，则 B=O ；将不能点燃的变迁对应的输入库所加权值置为OD=A Θ B(8)其中，Dij=BijXbij；点燃满足点燃条件的变迁，计算变迁输入库所的新标记值:M1=(OXD) Θ ((ΔΟ)ΧΒ) O (OXB)) (9)其中，化一算子(Δ):G= Δ AOGij=I, ifa^^O !Gij=O, Ifaij=O ;直乘算子(Θ ):F=A Θ B<=>FiJ^aiJ-Xbij ;多次比较算子(O ):D=A O BODij=IVbij, Ifaij)! !Dij=I, Ifaij=I ；Dij=O, Ifaij=O ；(5)计算当前可以得到的所有本文档来自技高网...

【技术保护点】
一种基于多智能体技术的数控系统的知识模型，其特征在于，所述知识模型基于加权模糊Petri网，具体为：WFPN=(P，T,M,R,W，f，I,O,C,Th,X)其中，P={p1,p2,p3……pn}，表示库所结点的有限集合，是数控系统的知识库中涉及的系统状态集合；T={t1,t2,t3……tn}，表示变迁结点的有限集合，是数控系统的知识库中涉及的系统状态间变化规则的集合；M=[m1,m2…mn]T，为定义在库所集上的标记向量，表示对应的库所结点命题的真实度，是数控系统的知识库中涉及的系统状态对于特定变化规则的参与度，mi∈[0,1]；R表示对变迁结点定义的一个阙值，表示其点燃条件，r∈[0,1]；W={w1,w2,w3…wn}是规则T的权值集合，反映规则T中的前提条件对结论的支持程度；f表示T→[0,1]一个映射，给变迁赋予规则的确信度f(t)，f(t)=λ；I={Iij}，为输入矩阵，Iij∈[0,1]，表示Pi到tj上的输入关系和权重；当Pi是tj的输入且从Pi到tj输入弧不是补弧时，Iij等于Pi到tj输入弧上的权值系数Wij,Wij∈W；当Pi不是tj的输入时，Iij=0，其中i=0,1,2……n;j＝0,1,2……n；O={Oij}，为输出矩阵，Oij∈[0,1]，表示tj到Pi上的输出关系和规则的确信度；当Pi是tj的输出时，Oij等于变迁tj推出的结论Pi的确信度f(tj)；当Pi不是tj的输出时，Oij=0其中i=0,1,2……n;j＝0,1,2……n。C={Cij}为补弧矩阵，Cij∈[0,1]；表示Pi到tj上的输入关系和权重；当Pi是tj的输入且从Pi到tj输入弧是补弧时，Cij等于Pi到tj输入弧上的权值系数Wij，Wij∈W；当Pi不是tj的输入时，Cij=0，其中i=0,1,2……n；j＝0,1,2……n；Th是规则T推理得以进行的最低可信度；X是系统中变迁的优先因子集合。...

【技术特征摘要】

【专利技术属性】
技术研发人员：郭锐锋，张函，耿聪，王峰，杨磊，
申请(专利权)人：中国科学院沈阳计算技术研究所有限公司，
类型：发明
国别省市：辽宁;21