海船避碰专家系统领域知识的来源和决策流程初探

海船避碰专家系统领域知识的来源和决策流程初探
海船避碰专家系统领域知识的来源和决策流程初探

编订:__________________

审核:__________________

单位:__________________

海船避碰专家系统领域知识的来源和决策流程初探Deploy The Objectives, Requirements And Methods To Make The Personnel In The Organization Operate According To The Established Standards And Reach The Expected Level.

Word格式 / 完整 / 可编辑

文件编号:KG-AO-8857-12 海船避碰专家系统领域知识的来源

和决策流程初探

使用备注:本文档可用在日常工作场景,通过对目的、要求、方式、方法、进度等进行

具体的部署,从而使得组织内人员按照既定标准、规范的要求进行操作,使日常工作或

活动达到预期的水平。下载后就可自由编辑。

1 引言

海船避碰专家系统(仿人智能自动避碰控制系统),对于降低碰撞事故具有重要的实用价值,也是实现完全自导的智能化船舶的重要组成部分。近年来,国内外海运界学者对其进行了不少理论研究,但与实用化尚有一定距离。专家系统的性能取决于知识库的质量,而知识库的质量又取决于所获取的领域知识的质量及可操作性。因此,明晰领域知识的来源,对碰撞危险的判断、决策过程予以量值化并明确其流程是建构实用化的海船避碰专家系统的必要步骤。

2 领域知识的来源

海船避碰行动的过程为:观察——判断——决策。《1972年国际海上避碰规则》[1]

(以下简称《海规》)第五条“了望”对观察作了规定:“每一船舶应经常用视觉、听觉以及适合当时环境和情况下一切有效的手段保持正规的了望,以便对局面和碰撞危险作出充分的估计。”

观察的项目至少应包括:航区水域、能见度、通航密度、本船操纵性能、风浪流情况、航速、吃水和可用水深的关系,雷达等助航设备可能的误差、来船的距离、方位、航向及动态,等等.

通过观察所收集的信息,与专家系统知识库中的领域知识进行比较、推理,以确定碰撞危险程度、会遇局面的构成、本船的权利和义务、应采取的避让措施,并查核避让行动的有效性及避让结果,即为判断与决策过程。下面列出海船避碰专家系统领域知识的

来源。

2.1 《1972年国际海上避碰规则》

《海规》是协调海上船舶避碰的技术指导和法律规范,其中可作为领域知识的内容有:伓员苋迷鹑蔚墓娑ǎ*?对避让行动的规定;?对避让信号的规定。这些规定,也是专家系统知识库的建构的基础和约束条件,但在具体操作的量化上,尚需其他方面专家知识的补充。

2.2 专家意见

专家意见往往是良好的船艺和船员通常做法或当时特殊情况所可能要求的戒备的总结归纳,或基于《海规》、几何关系,操纵特性等方面考虑的数量推导,是《海规》在具体操作和量化方面的重要补充。比较典型的专家意见有:A.N.科克罗夫特和J.N.F.拉梅杰合

著的《海上避碰规则指南》[2]

;藤井首创并由Goodwin拓广至开阔水域的船舶领域(Vessel's domain)、Davis的动界(Arena)[3] ;Colley的RDRR;还有本文提及的我国学者的意见。

2.3 驾驶员实践经验

大连海运学院船艺教研室1985年通过向我国海员散发“海上避碰实况调查表”获得了202次避碰实况数据[3]

,吴兆麟和王逢辰通过统计获取的互见中能见度不良时,让路船采取避碰行动的四个特征量:伈扇”芘鲂卸绷酱嗬隓;?采取避碰行动时,目标船会遇最近距离DCPA;?转向避碰行动的幅度AC;?两船实际通过距离D。

2.4 自动避碰数学模型

任茂东、钱玉林、杨盐生、周显著、赵劲松等在《中国航海》、《大连海运学院学报》发表了各自的研究结果,即自动避碰数学模型的研讨及海上避碰规则指南。

3 磁撞危险的判断及避让时机

为了避免碰撞的发生,藤井建立了单一通航道中的船舶领域模型,该模型为对称于被保护船的一个椭圆。Goodwin将此理论的应用范围拓延至开阔水域,并将模型改建为依左、右舷灯及尾灯照射范围区分的三个扇区,考虑到《海规》对避让责任的规定,三个扇区的外边界与本船的距离有所不同,比如,在Goodwin 建立的北海南部船舶领域模型中,它们的取值分别为0.7海里、0.8海里和0.45海里。

实质上,船舶领域是该船周围的有效水域。该船

驾驶员将他船保持在该区域之外,是船舶保持航行安全所需水域。船舶领域可看作在避让时,保证两船安全驶过的最小距离在船舶360度方位上的分布。船舶领域边界与该船的距离随方位变化,其尺度约为船长的数倍。

船舶领域是驾驶员为了避免碰撞而希望保持的有效区域,但碰撞危险存在的范围远大于该领域。为了避免船舶领域被其他物标侵入,必须在更远的距离上提前采取避让行动,这一距离称为动界。Davis等人在调查统计的基础上提出了动界模型,该模型是一个半径为2.7海里的圆。将假想的船置于动界圆心使真船向左下方偏离,真船与假船(圆心)距离为1.7海里,方向从假想船船首向顺时针方向起算199度处。

同样考虑保持船舶领域不受其他物标侵入,但不从距离而是从时间因素出发,Colley提出了RDRR模型。RDRR指目标沿相对运动线距本船领域边界的距离

与其接近速度之比,单位为分钟。RDRR实质为如会遇两船保向保速,则他船到达本船船舶领域边界所需时间。在开阔水域且互见的情况下,一些学者推荐碰撞危险存在的RDRR为20分钟。

此外,国内外学者还进行了采用模糊集合或可拓集合论确定海船碰撞危险及避让相对开始距离或时刻的探讨,但迄今尚未达到成熟实用的程度。

以上专家依据可供知识库建构时判断碰撞危险及避让时机的参考。

当前航海实践中,对碰撞危险的判断,通常是根据DCPA和TCPA是否小于置定的期望值,若小于期望则认为有碰撞危险。考虑到现阶段大多数海船的航行速度,为简化避让模型,可以考虑将时间因素转化合并为距离因素。

王逢辰根据《海规》条文,特别是号灯可见距离的规定,提出了互见中两船以不变的罗经方位相互驶近时,按所处的相对位置和允许的或规定的行动,将船舶会遇分成四个阶段。[4]

3.1 自由行动阶段

在远距离,碰撞危险存在之前,两船可以自由采取行动。两船距离以6海里为界。

3.2 致有构成碰撞危险阶段

当两船接近到有碰撞可能性时开始,《海规》规定让路船应及早采取大幅度行动,以便两船能在安全距离上驶过,直航船此时必须保向保速。两船距离,一般可以在3到6海里左右。

3.3 紧迫局面阶段

当两船接近到单凭让路船的行动已经不能达到在安全距离上驶过时,紧迫局面已经形成。这一阶段两船距离一般可以认为从小于3海里开始到1海里左右。

3.4 紧迫危险阶段

由于接近中的两船,在开始形成紧迫局面以后,没有及时按《海规》采取行动以避免紧迫局面,而导致碰撞即将发生,即出现紧迫危险。这时双方都应采取最有效避免碰撞的行动,包括背离规则的规定,以达到避免碰撞或减轻碰撞损失。此时两船距离大约是本船船长的几倍。

笔者认为,王逢辰的这个划分是比较合理的,经比较和分析,第(2)阶段和第(4)阶段分别与动界和船舶领域相对应,因此,如采用动界和船舶领域的数量

模型对各阶段开始时不同方位上两船距离进行细化,可作为知识库中碰撞危险及避让时机(距离)判断的领域知识。

4 局面的构成及避让决策流程

《海规》对船舶在互见中的行动规则和船舶在能见度不良时的行动规则分别作了规定。因此,应根据观察信息对能见度状况作出判断。《海规》第三条对能见度不良作了定义,但无量化的规定。根据海上习惯,当能见度小于5海里时,即应备车航行;当能见度2海里时,应按《海规》第三十五条的规定鸣放雾号。实际执行中,即使有轻雾,两船可能在大于2海里的距离上互见,此时应执行互见中的行动规则。

4.1 能见度不良时的避让行动

雷达是能见度不良时的主要助航设备,当应用雷

达避碰时,对于一般船舶推荐选用12海里距离标尺。一般认为(12~8)海里为判定碰撞危险阶段;(8~6)海里为避让行动阶段;(6~4)海里为查核阶段;4海里以内为即将形成紧迫局面阶段。一般认为,能见度不良时会让安全标准是DCPA不少于2海里。

能见度不良时的避让措施包括减速和转向。《海规》第十九条5款规定:“除已断定不存在碰撞危险外,每一船舶当听到他船的雾号显似在本船正横以前,或者与正横以前的他船不能避免紧迫局面时,应将航速减到能维持其航向的最小速度。必要时,应把船安全停住,??"

科克罗夫特[2]

认为,在需要转向避让时,为使他船用雷达容易观察到,转向幅度至少应达到30度,若航速不变,最好在60度以上。有关规则[1]

规定:转向时应尽可能避免:伋员蛔吩酱猓

海船避碰专家系统领域知识的来源和决策流程初探

编订:__________________ 审核:__________________ 单位:__________________ 海船避碰专家系统领域知识的来源和决策流程初探Deploy The Objectives, Requirements And Methods To Make The Personnel In The Organization Operate According To The Established Standards And Reach The Expected Level. Word格式 / 完整 / 可编辑

文件编号:KG-AO-8857-12 海船避碰专家系统领域知识的来源 和决策流程初探 使用备注:本文档可用在日常工作场景,通过对目的、要求、方式、方法、进度等进行 具体的部署,从而使得组织内人员按照既定标准、规范的要求进行操作,使日常工作或 活动达到预期的水平。下载后就可自由编辑。 1 引言 海船避碰专家系统(仿人智能自动避碰控制系统),对于降低碰撞事故具有重要的实用价值,也是实现完全自导的智能化船舶的重要组成部分。近年来,国内外海运界学者对其进行了不少理论研究,但与实用化尚有一定距离。专家系统的性能取决于知识库的质量,而知识库的质量又取决于所获取的领域知识的质量及可操作性。因此,明晰领域知识的来源,对碰撞危险的判断、决策过程予以量值化并明确其流程是建构实用化的海船避碰专家系统的必要步骤。 2 领域知识的来源

海船避碰行动的过程为:观察——判断——决策。《1972年国际海上避碰规则》[1] (以下简称《海规》)第五条“了望”对观察作了规定:“每一船舶应经常用视觉、听觉以及适合当时环境和情况下一切有效的手段保持正规的了望,以便对局面和碰撞危险作出充分的估计。” 观察的项目至少应包括:航区水域、能见度、通航密度、本船操纵性能、风浪流情况、航速、吃水和可用水深的关系,雷达等助航设备可能的误差、来船的距离、方位、航向及动态,等等. 通过观察所收集的信息,与专家系统知识库中的领域知识进行比较、推理,以确定碰撞危险程度、会遇局面的构成、本船的权利和义务、应采取的避让措施,并查核避让行动的有效性及避让结果,即为判断与决策过程。下面列出海船避碰专家系统领域知识的

专家系统习题解答

第七章专家系统 7.1.答: (1)专家系统的定义 费根鲍姆(E.A.Feigenbaum):“专家系统是一种智能的计算机程序,它运用知识和推理步骤来 解决只有专家才能解决的复杂问题” 专家系统是基于知识的系统,用于在某种特定的领域中运用领域专家多年积累的经验和专门知识, 求解需要专家才能解决的困难问题 保存和大面积推广各种专家的宝贵知识 博采众长 比人类专家更可靠,更灵活 (2)专家系统的特点 ①具有专家水平的专门知识 专家系统中的知识按其在问题求解中的作用可分为三个层次:数据级、知识库级和控制级 数据级知识(动态数据):具体问题所提供的初始事实及在问题求解过程中所产生的中间结 论、最终结论 数据级知识通常存放于数据库中 知识库级知识:专家的知识,这一类知识是构成专家系统的基础 一个系统性能高低取决于这种知识质量和数量 控制级知识(元知识):关于如何运用前两种知识的知识 在问题求解中的搜索策略、推理方法 ②能进行有效的推理 推理机构——能根据用户提供的已知事实,通过运用知识库中的知识,进行有效的推理,以实现问题的求解。专家系统的核心是知识库和推理机 ③具有启发性 除能利用大量专业知识外,还必须利用经验判断知识来对求解问题作出多个假设(依据某些条件选定一个假设,使推理继续进行) ④能根据不确定(不精确)的知识进行推理 综合利用模糊的信息和知识进行推理,得出结论 ⑤具有灵活性 知识库与推理机相互独立,使系统易于扩充,具有较大的灵活性 ⑥具有透明性 一般有解释机构,所以具有较好的透明性 解释机构向用户解释推理过程,回答“Why?”、“How?”等问题 ⑦具有交互性 一般都为交互式系统,具有较好的人机界面 一方面它需要与领域专家或知识工程师进行对话以获取知识;另一方面它也需要不断地从用户处 获得所需的已知事实并回答询问。 7.2.答:专家系统的一般结构 人机接口、推理机、知识库、动态数据库、知识获取机构、解释机构 知识库:主要用来存放领域专家提供的专门知识 (1) 知识表达方法的选择(最多的三种表示方法是产生式规则、框架和语义网络) ①充分表示领域知识 ②能充分、有效地进行推理 ③便于对知识的组织、维护与管理

人工智能简答与论述题

1人工智能是人造智能,即计算机模拟或实现的智能,它是关于人造物的智能行为,而智能 行为包括知觉、推理、学习、交流和复杂环境中的行为。 2图灵测试的做法:让一位测试者分别与一台计算机和一个人进行交谈,而测试者事先并不 知道哪一个是测试者,哪一个是计算机。若果交谈后测试者分不出哪一个被测者是人,哪一个是计算机,则可以认为这台被测的计算机具有智能。 3人脑的智能及其发生过程都是在其心理层面上可见的,即以某种心理活动和思维过程表现的。这就是说,基于宏观心理层次,我们可以定义智能和研究智能。基于这一认识,我们把脑(主要指人脑)的这种宏观心理层次的智能表现成为脑智能。把这种有群体行为所表现的智能称为群智能。 区别与联系:它们都属于不同层次的智能。脑智能是一种个体智能,而群智能是一种社会智慧,但对于人脑来说,宏观心理层次上的脑智能与神经元层次上的群智能又有密切关系,正是围观生理层次上低级的神经元的群智能形成宏观心理层次上高级的智能。 4从感觉到记忆到思维这一过程,称为智慧,智慧的结果产生了行为和语言,将行为和语言 的表达过程称为“能力”,两者合称智能。 5符号智能:就是符号人工智能,它是模拟脑智能的人工智能,也就是所说的传统人工智能 或经典人工智能。符号智能以符号形式的知识和信息为基础,主要通过逻辑推理,运用知识进行问题求解,符号智能的主要智能包括知识获取,知识表示,知识组织与管理和知识运用等技术(这些构成了所谓的知识工程)以及基于知识的智能系统等。 6计算智能:也就是计算人工智能,它是模拟群智能的人工智能,计算智能以数值数据为基础,主要通过数组计算,运用算法进行问题求解,计算智能的主要内容:神经网络,进化计算(亦称演化计算,包括遗传算法,进化规划,进化策略),免疫计算,粒群计算,蚁群计算,自然计算以及人工生命等。 7人工智能的研究内容:搜索与求解:许多人工智能活动(包括脑智能和群智能)的过程, 都可以看成或者抽象为一个基于搜索的问题求解过程。学习与发现:指机器的知识学习和规律发现。知识与推理:知识表示要求便于计算机的接受,存储,处理和运用,机器的推理方式与知识的表示又息息相关。发明与创造:发明创造不仅包括我们平时所说的发明创造,也包括创新性软件,它不仅需要知识和推理,还需要想象和灵感。感知与交流:指计算机对外部信息的直接感知和人机之间,智能体之间的直接信息交流,机器感知就是计算机直接感知周围世界。记忆与联想:记忆是智能的基本条件,联想与许多智能技术息息相关,联想的前提是联想记忆与联想存储。系统与建造:智能系统的设计和实现技术。应用与工程:人工智能的应用和工程研究,这是人工智能的技术与实际应用的接口。 8人工智能的研究途径和方法:心理模拟,符号推演(从人脑的宏观心理层面入手,一智能 行为的心理模型为依据,将问题或知识表示成某种逻辑网络,采用符号推演的方法,模拟人脑的逻辑思维过程,实现人工智能)、生理模拟,神经计算(从人脑的生理层面,以智能行为的生理模型为依据,采用数值计算的方法,模拟脑神经网络工作过程,实现人工智能)、行为模拟,控制进化(用模拟人和动物在与环境的交互、控制过程中智能活动和行为特性)、群体模拟,仿生计算(模拟生物群落的群体智能行为)、博采广签,自然计算(模拟借鉴自然界的某种机理而设计计算模型)、原理分析,数学建模(通过对智能本质和原理的分析,直接采用某种数学方法来建立智能行为模型)。 9人工智能应用:难题求解;自动规划、调度与配置;机器定理证明;自动程序设计;机器 翻译;智能控制;智能管理;智能决策;智能通信;智能仿真;智能CAD;智能制造;智能CAI;智能人机接口;模式识别;数据挖掘与数据库中的知识发现;计算机辅助创新,计算 机文艺创作;机器博弈;智能机器人。 10标识,运算,搜索是人工智能的三个最基本,最核心的技术。

人工智能习题&答案-第6章-专家系统

第六章专家系统 6-1 什么叫做专家系统?它具有哪些特点与优点? 专家系统是一种模拟人类专家解决领域问题的智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说,专家系统是一个具有大量的专门知识与经验的程序系统,它应用人工智能技术和计算机技术,根据某领域一个或多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,以便解决那些需要人类专家处理的复杂问题。 特点: (1)启发性 专家系统能运用专家的知识与经验进行推理、判断和决策 (2)透明性 专家系统能够解释本身的推理过程和回答用户提出的问题,以便让用户能够了解推理过程,提高对专家系统的信赖感。 (3) 灵活性 专家系统能不断地增长知识,修改原有知识,不断更新。 优点: (1) 专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。 (2) 专家系统解决实际问题时不受周围环境的影响,也不可能遗漏忘记。 (3) 可以使专家的专长不受时间和空间的限制,以便推广珍贵和稀缺的专家知识与经验。 (4) 专家系统能促进各领域的发展,它使各领域专家的专业知识和经验得到总结和精炼,能够广泛有力地传播专家的知识、经验和能力。 (5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力,它拥有更渊博的知识、更丰富的经验和更强的工作能力。 (6) 军事专家系统的水平是一个国家国防现代化的重要标志之一。 (7) 专家系统的研制和应用,具有巨大的经济效益和社会效益。 (8) 研究专家系统能够促进整个科学技术的发展。专家系统对人工智能的各个领域的发展起了很大的促进作用,并将对科技、经济、国防、教育、社会和人民生活产生极其深远的影响。

SW专家系统介绍

SolidWorks的优势 一、 第一款Windows平台上的原创3D机械CAD软件,开创了易学易用的新一代CAD软件的新时代; 拥有特征管理员(Feature Manager)的专利权,至今已成为所有3D CAD软件的最基本配置; 二、 eDrawings,业界第一款可通过Email即可实现工程图纸的便捷沟通与交流的高效工具,而且不 依赖于任何平台和任何CAD软件,已成为企业和工程师进行工程数据交流的标准平台; 三、 业界第一家提供完全的全集成(单一窗口)CAE解决方案的CAD供应商。无需借助任何第三方 分析软件,解决工程设计中任何深度和层次的设计验证和工程分析问题; 四、 庞大的成功用户群体和支持网络。应用软件的使用率是衡量其功能、顾客满意度和未来前景的 重要指标。无论在商业领域还是教育领域,广大的用户群都能确保采用SolidWorks软件的公司获得成功所需的培训与支持。此外,广大的用户群体还能让采用该软件的公司雇用到训练有素的员工;从其他用户的经验中受益;并找到能无缝利用其数据的供应商、工厂和承包商。 五、 率先发明SWIFT(S olid W orks I ntelligent F eature T echnology)技术平台,至今独一无二 1.SWIFT的工程背景 众所周知,三维CAD软件为机械设计工程师们带来了惊人的创造力。然而,这种能力的背后是它的复杂性,使用者必须花费很多的时间和精力学习软件操作并成为行家后才能充分利用好这种设计工具的功能,从而发挥巨大的潜力。 专家级的使用者了解其使用的CAD软件中内含的众多小窍门,通常也只有这些用户才能够充分利用到三维CAD的威力。因此,在这种工程背景下,SWIFT出现了。这个技术平台由多个“专家”软件工具包组成,其目的和意图就是为了解决功能与复杂性之间的矛盾。CAD系统本身已经开发得很完备,它已经代所有用户(无论是新手、有一定经验的用户还是专家)“掌握了”三维CAD中大多数最艰难、最费时的技巧。 发明和开发SWIFT,就是让设计工程师可以全神贯注于要完成的设计和要实现的设计意图,而不用将精力浪费在三维CAD软件的操作规则上。使所有CAD用户一入门就成为这方面的行家。因此它不仅实现了基本功能和常见功能的自动化,还能切实解决设计过程中遇到的难解问题,就像是最有经验的CAD专家所做到的那样。如果要为这种技术打个恰当的比方的话,就象自动变速器为驾驶新手提供安全保障,GPS为旅行者导航方向一样,SWIFT也为三维CAD用户提供了前所未有的便利。 2.SWIFT的主要内容 如前所述,SWIFT包含了一系列的专家工 具,用于诊断和解决草图关系、特征顺序、装 配与配合冲突以及真正为生产制造所需的尺寸 标注等问题;解决几乎所有用户都会遇到的复 杂而费时的头痛问题。 2.1 草图专家(SketchXpert) 大量的三维特征都需要从绘制二维草图开 始,但绘制的草图特别是比较复杂的草图时经 常会出现过定义或欠定义的情况。无论哪种情 况都会在制造零件时导致错误。参数化三维建 模系统会为在草图中创建的直线、圆弧和二维 轮廓添加重要的尺寸和几何关系,以便捕捉设 计意图和传递设计更改。有时,由于用户添加的尺寸多于定义草图所需的尺寸,使得他们的草图过约束。这时,用户必须停下来,手动解决这些问题,然后才能继续设计。该过程通常是一个找错?

人工智能(部分习题答案)

1.什么是人类智能?它有哪些特征或特点? 定义:人类所具有的智力和行为能力。 特点:主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的? 解:人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会,第一次使用“人工智能”这一术语,标志着人工智能学科的诞生。 3.什么是人工智能?它的研究目标是? 定义:用机器模拟人类智能。 研究目标:用计算机模仿人脑思维活动,解决复杂问题;从实用的观点来看,以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段? 解:第一阶段:孕育期(1956年以前);第二阶段:人工智能基础技术的研究和形成(1956~1970年);第三阶段:发展和实用化阶段(1971~1980年);第四阶段:知识工程和专家系统(1980年至今)。 5.人工智能研究的基本容有哪些? 解:知识的获取、表示和使用。 6.人工智能有哪些主要研究领域? 解:问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派?各自的特点是什么? 主要学派:符号主义和联结主义。 特点:符号主义认为人类智能的基本单元是符号,认识过程就是符号表示下的符号计算,从而思维就是符号计算;联结主义认为人类智能的基本单元是神经元,认识过程是由神经元构成的网络的信息传递,这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些? 解:专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法?它有什么特征? 解:通过符号处理来模拟人类求解问题的心理过程。 特征:基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法?它有什么特征? 解:用硬件模拟人类神经网络,实现人类智能在机器上的模拟。 特征:研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 步骤:(1)定义谓词及个体,确定每个谓词及个体的确切含义;(2)根据所要表达的事物或概念,为每个谓词中的变元赋予特定的值;(3)根据所要表达的知识的语义用适当的联接符号将各个谓词联接起来,形成谓词公式。 2.设有下列语句,请用相应的谓词公式把它们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。 解:定义谓词如下: Like(x,y):x喜欢y。 Club(x):x是梅花。 Human(x):x是人。 Mum(x):x是菊花。 “有的人喜欢梅花”可表达为:(?x)(Human(x)∧Like(x,Club(x))) “有的人喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) (1)他每天下午都去玩足球。 解:定义谓词如下: PlayFootball(x):x玩足球。 Day(x):x是某一天。 则语句可表达为:(?x)(D(x)→PlayFootball(Ta)) (2)市的夏天既干燥又炎热。 解:定义谓词如下: Summer(x):x的夏天。 Dry(x):x是干燥的。 Hot(x):x是炎热的。 则语句可表达为:Dry(Summer(Taiyuan))∧Hot(Summer(Taiyuan)) (3)所有人都有饭吃。

关于船舶自动避碰的探讨

武汉理工大学航运学院毕业生专题报告 关于船舶自动避碰的探讨 姓名:熊志鹏 班级:航海0902班 指导老师:周春辉 日期:2013年5月20日

关于船舶自动避碰的探讨 熊志鹏武汉理工大学 430062 摘要:随着国际航运和造船技术的发展,世界海运量迅速扩大,船舶呈大型化、高速化趋 势发展,海域通航状况更为复杂,船舶操纵难度也日益增加。提高船舶运输的安全性和 经济性尤为重要,这引起了航运技术的变革, 促进了船舶自动化技术的发展。船舶驾驶 自动化是目前船舶自动化的重要组成部分, 从船舶驾驶自动化技术的研究成果看, 避 碰系统是其中的一个薄弱环节, 而这一环节与船舶的航行安全直接相关。 关键词: 自动避碰;智能化;自动导航操纵 引言: 近年来尽管航海技术的日益提高,船舶导航通信设备得到了进一步的完善,但由于种种主观和客观的原因,船舶的碰撞事故仍屡屡发生,给海洋环境及生命财产带来极大的危害。随着计算机技术的快速发展,船舶导航系统与操作的自动化程度日益提高和完善,船舶自动避碰技术也得到快速的发展。本文主要提出了船舶避碰系统的组成,现状以及其发展趋势。 1 船舶避碰系统的发展及现状 航海技术随着人类社会的发展而不断向前,它经历了一个由低级到高级、由简单到复杂、由仅仅依靠人力或自然力到使用柴油动力再到应用计算机、自动化等高科技手段的过程;近年来,为了确保船舶的安全航行、降低成本预算、扩大经济效益、减少船员数量,船舶以安全、节约、经济、减员为目标,朝着大型化、快速化、自动化的方向发展。在船舶自动化领域,船舶避碰向来都是研究的热点和难点。一些西方的发达国家在上个世纪五十年代便开始研究船舶避碰问题了。初始时期,他们将几何的原理和方法应用到了避碰上,并且定量化了避碰规则,这一切的努力在很大程度上促进了船舶数学模型的发展。紧接着,他们进一步从特征和表现形式等方面分析了船舶碰撞危险,相应地又融入了会遇船舶之间的距离和方位的变化分析,从而得到了预测船舶碰撞是否会发生的方法。在此基础上,他们又根据会遇船舶的最近会遇距离和到达最近会遇点的时间等数据,最终判定出了避碰行动的操作时机和操作幅度。 目前,两船会遇时的避碰决策无论是在理论上还是在实际操作上都达到了一定的水准,并取得了不错的成绩。然而在《规则》里,关于多船会遇方面并没有什么指导性、建设性的规定和指示,这造成了多船避碰决策判定的不方便,致使这方面的技术还没有很成熟。同时,船舶驾驶员的船舶操纵经验和心理素质在船舶驾驶方面又存在很大的影响。基于以上的种种原因,船舶避碰的研究还不足以应对现实生活中所有的船舶会遇的情况。80年代后,伴随着新兴科技如计算机、智能控制等地飞速发展和实际应用,人们将研究的焦点聚集到了船舶避碰专家系统上,其中最早将其应用到实际上的是英国的 LivepoolUniversity 和日本的Tokyo Mercantile Marine University;美、英、德也紧随其后将他们的船舶避碰专家系统应用到了实际中。进入 21 世纪后,Southampton University 在观察记录目标船的距离、方位等变化特点的基础上,通过判定船舶碰撞危险度的方法得出避碰决策。尽管这种方法还不太成熟,特别是它没有充分地结合船舶驾驶员的习惯操作和《规则》的规定,但它为我们研

人工智能(部分习题答案)..知识讲解

人工智能(部分习题答 案)..

1.什么是人类智能?它有哪些特征或特点? 定义:人类所具有的智力和行为能力。 特点:主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的? 解:人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会,第一次使用“人工智能”这一术语,标志着人工智能学科的诞生。 3.什么是人工智能?它的研究目标是? 定义:用机器模拟人类智能。 研究目标:用计算机模仿人脑思维活动,解决复杂问题;从实用的观点来看,以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段? 解:第一阶段:孕育期(1956年以前);第二阶段:人工智能基础技术的研究和形成(1956~1970年);第三阶段:发展和实用化阶段(1971~1980年);第四阶段:知识工程和专家系统(1980年至今)。 5.人工智能研究的基本内容有哪些? 解:知识的获取、表示和使用。 6.人工智能有哪些主要研究领域? 解:问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派?各自的特点是什么? 主要学派:符号主义和联结主义。 特点:符号主义认为人类智能的基本单元是符号,认识过程就是符号表示下的符号计算,从而思维就是符号计算;联结主义认为人类智能的基本单元是神经元,认识过程是由神经元构成的网络的信息传递,这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些? 解:专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法?它有什么特征? 解:通过符号处理来模拟人类求解问题的心理过程。 特征:基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法?它有什么特征? 解:用硬件模拟人类神经网络,实现人类智能在机器上的模拟。 特征:研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 步骤:(1)定义谓词及个体,确定每个谓词及个体的确切含义;(2)根据所要表达的事物或概念,为每个谓词中的变元赋予特定的值;(3)根据所要表达的知识的语义用适当的联接符号将各个谓词联接起来,形成谓词公式。 2.设有下列语句,请用相应的谓词公式把它们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。 解:定义谓词如下: Like(x,y):x喜欢y。 Club(x):x是梅花。 Human(x):x是人。 Mum(x):x是菊花。 “有的人喜欢梅花”可表达为:(?x)(Human(x)∧Like(x,Club(x))) “有的人喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) (1)他每天下午都去玩足球。 解:定义谓词如下: PlayFootball(x):x玩足球。 Day(x):x是某一天。 则语句可表达为:(?x)(D(x)→PlayFootball(Ta)) (2)太原市的夏天既干燥又炎热。 解:定义谓词如下:

专家系统简介

Analysis of the expert system and the technical problem of unemployment Wu Mingming Hubei University of Education,Wuhan,China Abstract:in twenty-first Century, a large number of unemployment of our generation is an indisputable fact. The cause that causes unemployment said Fungous, seems to have a reason. In this paper, the unique angle of view, from the aspects of innovation on the expert system as the representative of the Internet technology, the science and technology, especially the expert system of the explosive development of the technology of the continuing rise in unemployment. Keywords: expert system, technology business, Internet technology. 专家系统和技术性失业问题浅析 吴明明 湖北第二师范学院计算机学院,武汉,中国 摘要:21世纪,我们这一代人的大量失业已是不争的事实。导致失业的原因各说风云,似乎都有道理。本文以独特的视角,从以专家系统为代表的互联网技术的不断革新方面来说,得到了科学技术尤其是专家系统的爆炸性的发展导致了技术性失业的不断增加的事实。 关键词:专家系统,技术性事业,互联网技术。 引言 随着专家系统(Expert System,简称ES)的深度发展,越来越多的工作可以被计算机技术取代。或许在一定时间之内无法完全取代人类从事的所有工作,但是计算机技术已经体现出了取代人类从事的某些工作的巨大的爆发力。换而言之,在企业生产规模不变的情况下(保守估计),所能提供的岗位已经大为缩减。随之而来导致的是大批量的人员失业,技术性失业已经渐渐进入人们的视线。 1、专家系统 1.1专家系统简介 专家系统(Expert System),顾名思义,是一种在特定领域内具有专家水平解决问题能力的智能程序系统。它应用人工智能技术和计算机技术,根据已存储的专家级的知识、经验等同过推理得出更好更适合的解决问题的方法。模拟专家的思维,解决特定方向的问题,它属于人工智能的一个分支。

专家控制系统

第三章 专家控制系统 3.1 专家系统概述 1.专家及专家系统的定义 专家指的是那些对解决专门问题非常熟悉的人们,他们的这种专门技术通常源于丰富的经验以及他们处理问题的详细专业知识。 定义 3.1专家系统主要指的是一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。也就是说,专家系统是一个具有大量的专门知识与经验的程序系统,它应用人工智能技术和计算机技术,根据某领域一个或多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,以便解决那些需要人类专家才能处理好的复杂问题。简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 专家系统的基本功能取决于它所含有的知识,因此,有时也把专家系统称为基于知识的系统(knowledge-based system)。 3.1.1 专家系统的特点及优点 1.专家系统的特点 与常规的计算机程序系统比较,专家系统具有下列特点: (1)启发性 专家系统要解决的问题,其结构往往是不合理的,其问题求解(problem-solving)知识不仅包括理论知识和常识,而且包括专家本人的启发知识。 (2)透明性 专家系统能够解释本身的推理过程和回答用户提出的问题,以便让用户了解推理过程,增大对专家系统的信任感。 (3) 灵活性 专家系统的灵活性是指它的扩展和丰富知识库的能力,以及改善非编程状态下的系统性能,即自学习能力。 (4)符号操作。与常规程序进行数据处理和数字计算不同,专家系统强调符号处理和符号操作(运算),使用符号表示知识,用符号集合表示问题的概念。一个符号是一串程序设计,并可用于表示现实世界中的概念。 (5)不确定性推理。领域专家求解问题的方法大多数是经验性的;经验知识一般用于表示不精确性并存在一定概率的问题。此外,所提供的有关问题的信息往往是不确定的。专家系统能够综合应用模糊和不确定的信息与知识,进行推理。 2.专家系统的优点 (1) 专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。 (2) 专家系统解决实际问题时不受周围环境的影响,也不可能遗漏和忘记。 (3) 可以使专家的专长不受时间和空间的限制,以便推广珍贵和稀缺的专家知识与经验。 (4) 专家系统能促进各领域的发展,它使各领域专家的专业知识和经验得到总结和精炼,能够广泛有力地传播专家的知识、经验和能力。 (5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力,它拥有更渊博的知识、更丰富的经验和更强的工作能力。 (6) 军事专家系统的水平是一个国家国防现代化的重要标志之一。 (7) 专家系统的研制和应用,具有巨大的经济效益和社会效益。 (8) 研究专家系统能够促进整个科学技术的发展。专家系统对人工智能各个领域的发展起了很大的促进作用,并将对科技、经济、国防、教育、社会和人民生活产生极其深远的影响。 3.1.2 专家系统的结构与类型 1. 专家系统的结构 专家系统的结构是指专家系统各组成部分的构造方法和组织形式。系统结构选择恰当与否,是与专家系统的适用性和有效性密切相关的,选择什么结构最为恰当,要根据系统的应用环境和所执行任务的特点确定。例如,MYCIN系统的任务是疾病诊断与解释,其问题的特点是

专家系统综述

专家系统综述 摘要 综述专家系统的基本概念、主要结构、开发方法以及在机械制造领域的应用情况。 关健词:专家系统综述 1、什么是专家系统 人工智能(Artifieial Inteligenee简称Al)被誉为本世纪的三大科学技术成就之一,受到了世界各国的普遍重视。而60年代中期作为人工智能的一个应用领域的专家系统(Expert System简称ES)的出现,使得人工智能的研究从实验室走向了现实世界。 所谓专家系统实际上是一个(或一组)能在某特定领域内.以人类专家水平去解决该领域中困难问题的计算机程序。或者说,专家系统是这样一个系统: a.专家系统处理现实世界中提出的需要由专家来分析和判断的复杂问题。 b.专家系统利用专家推理方法的计算机模型来解决间题,并且可以得到和 专家相同的结论。 由于专家系统的功能主要依赖于大量的知识,这些知识均存在知识库中,通过推理机按一定的推理策略去解决问题,所以它也被称大知识基系统。专家系统是研究用解决某专门问题的专家知识来建立人机系统的方法和技术。由于知识在专家系统中起着决定性作用,所以一般将建立专家系统的工作过程称为知识工程。 2、专家系统的基本结构及分类 2.1专家系统的墓本结构 一个完整的专家系统结构由图1所示的六个部分组成。其中数据库、知识库、推理机和人机接口是必不可少的部分。解释部分、知识获取部分是期望部分。下面分别介绍这些部分。

a.知识库 知识库是领域知识的存储器。它存储专家经验、专门知识与常识性知识,是专家系统的核心部分。知识库可以由事实性知识和推理性知识组成。知识是决定一个专家系统性能的主要因素。一个知识库必须具备良好的可用性、确实性和完善性。要建立一个知识库,首先要从领域专家那里获取知识即称为知识获取。然后将获得的知识编排成数据结构井存入计算机中,这就形成了知识库,可供系统推理判断之用。 b.数据库 数据库用于存储领域内的初始数据和推理过程中得到的各种信息。数据库中存放的内容是该系统当前要处理的对象的一些事实。 c.推理机 推理机是用来控制、协调整个系统的。它根据当前输入的数据即数据库中的信息,利用知识库中的知识,按一定的推理策略,去解决当前的问题.并把结果送到用户接口。 在专家系统中,推理方式有:正向推理、反向推理、混合推理。在上述三种推理方式中,又有精确与不精确推理之分。因为专家系统是模拟人类专家进行工作,所以推理机的推理过程应与专家的推理过程尽可能一致。 d.人机接口 人机接口是专家系统与用户通信的部分。它既可接受来自用户的信息,将其翻译成系统可接受的内部形式,又能把推理机从知识库中推出的有用知识送给用户。 e.解释部分 解释部分能对推理给出必要的解释。这给用户了解推理过程,向系统学习和维护系统提供了方便。 f.知识获取部分 知识获取部分为修改、扩充知识库中的知识提供手段。这里指的是机器自动实现的知识获取。它对于一干专家系统的不断完善、提高起着重要的作用。通常,它应具备能删除知识库中不需要的知识及把需要的新知识加入知识库中的功能。最好还具有能根据实践结果,发现知识库中不合适的知识以及能总结出新知识的功能。知识获取部分实际上是一种学习功能。 专家系统的一个重要特征是知识库与推理机分离,系统允许在运行过程中不断修改知识,增加新知识,使系统性能不断提高。 综上所述可知,一个专家系统不仅能提供专家水平的建议与意见,而且当用户需要时,能对系统本身行为作出解释,同时还有知识获取功能。专家系统的工作特点是运用知识进行推量,因此知识获取(包括人工方式的知识获取和机器学习)、知识表示和知识运用是建造专家系统的三个核心部分。 另外专家系统强调符号处理,并希望有一个理想的人机接口,做到专家或用户能以一种接近自然语言的语言甚至口语形式同系统进行信息的交流。这些都是传统程序所不具备的特点。如下表所示: 表1专家系统和传统程序的比较

机床整体控制专家系统及智能柔性驱动编程方案

机床整体控制专家系统及智能柔性驱动编程方 案 -CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN

Adaptive fuzzy logic controller for DC–DC converters Expert Systems with Applications This paper introduces a complete design method to construct an adaptive fuzzy logic controller (AFLC) for DC–DC converter. In a conventional fuzzy logic controller (FLC), knowledge on the system supplied by an expert is required for developing membership functions (parameters) and control rules. The proposed AFLC, on the other hand, do not required expert for making parameters and control rules. Instead, parameters and rules are generated using a model data file, which contains summary of input–output pairs. The FLC use Mamdani type fuzzy logic controllers for the defuzzification strategy and inference operators. The proposed controller is designed and verified by digital computer simulation and then implemented for buck, boost and buck–boost converters by using an 8-bit microcontroller. Article Outline 1. Introduction 2. Basic design of adaptive fuzzy logic controller 3. Adaptation algorithm for the fuzzy logic controller 4. Computer simulation of the AFLC 5. Implementation of the AFLC with microcontroller 6. Conclusion Commissioning of textor CC, the new TEXTOR control system and first operating experiences Fusion Engineering and Design The old TEXTOR control systems have successfully been updated. The machine control has replaced by textor CC, a solution based on the software package WinCC produced by Siemens. WinCC, and therefore textor CC, can be easily integrated with the already available Siemens S5/S7 hardware components. This new system has the advantage that it is based on industrial soft- and hardware , the lifetime of the control system is extended and the maintenance effort is reduced. The installation and commissioning of the new control system was done in parallel to TEXTOR operation. During this time each function was tested and compared with the actual TEXTOR data. All functionality of the former control system was step-by-step replaced. Special attention was given to the visualization, data and error logging. The machine control timing system has been replaced by an in house development in partnership with Siemens. It consists of transmitters and receivers based on PROFIBUS modules

论知识表示

收稿日期:2013-10-03 基金项目:本文系江苏高校重点研究基地重大项目“先秦文献词汇知识挖掘”(项目编号:2010JD XM023)的研究成果之一。作者简介:马创新(1980-),男,博士研究生,研究方向:知识组织与计算语言学。 ·理论探索· 论知识表示 马创新 (南京师范大学文学院,南京江苏210097) 〔摘 要〕知识必须具有适当的表示形式才能便于使用,为了探索适合于人类和计算机使用的知识表示方法,文章首先分析了知识表示的完整过程,探讨知识表示的方法体系,然后介绍了几种主要的知识表示方法,并且构建了知识表示方法的评价框架,利用该框架从认知层面、本体层面和实现层面对几种主要的知识表示方法进行考察。 〔关键词〕知识表示;方法;体系;比较研究 DOI :10.3969/j .issn .1008-0821.2014.03.005 〔中图分类号〕TP311 〔文献标识码〕A 〔文章编号〕1008-0821(2014)03-0021-04 The Research of Knowledge Representation Ma Chuangxin (College of Liberal Arts ,Nanjing Normal University ,Nanjing 210097,China ) 〔Abstract 〕Knowledge must have appropriate representation as to facilitate the use of hu man and computer .In order to ex -plore the methods of knowled ge representation s uitable for humans and computers ,this article first analysed the complete process of knowledge representation and discussed the methodology of knowledge representation .Then it introduced several main methods of knowledge representation .And it built a knowledge representation framework for evaluation ,and estimated several main methods of knowledge representation from the cognitive level ,the ontology level and the implementation level by the framework . 〔Key words 〕knowled ge representation ;method ;system ;comparative study 知识表示是知识组织的基础和前提,知识重组、知识聚类、知识存检、知识编辑、知识布局和知识监控等其他知识组织方式都要建立在知识表示的基础上[1]。知识表示方法能够影响到知识在使用过程中的完备性、共享性和有效性。对于同一知识,人们可以采用不同的方法来表示,也会因此产生不同的表示效果。 1 知识表示的完整过程 从一般意义上讲,知识表示就是为描述世界所做的一组约定,是知识的符号化、形式化或模型化;从计算机科学的角度来看,知识表示是研究计算机表示知识的可行性、有效性的一般方法,是把人类知识表示成机器能处理的数据结构和系统控制结构的策略[2-3]。 一个完整知识表示过程是:首先是设计者针对各种类型的问题设计多种知识表示方法;然后表示方法的使用者选用合适的表示方法表示某类知识;最后知识的使用者使 用或者学习经过表示方法处理后的知识。所以,知识表示的客体就是知识;知识表示的主体包括3类:表示方法的设计者、表示方法的使用者、知识的使用者。具体来说,知识表示的主体主要指的是人(个人或集体),有时也可能是计算机。 知识表示的过程如图1所示。图1中的“知识Ⅰ”是指隐性知识或者使用其他表示方法表示的显性知识;“知识Ⅱ”是指使用该种知识表示方法表示后的显性知识。“知识Ⅰ”与“知识Ⅱ”的深层结构一致,只是表示形式不同。所以,知识表示的过程就是把隐性知识转化为显性知识的过程,或者是把知识由一种表示形式转化成另一种表示形式的过程。 2 知识表示的方法体系 狭义的知识表示方法专指计算机科学领域使用的知识表示方法,指的是各种不同的适合于机器处理的、形式化 2014年3月第34卷第3期 现代情报 Journal of Modern In formation M ar .,2014Vol .34 No .3

相关文档
最新文档