分級(jí)遞階智能控制系統(tǒng)(編輯修改稿)
2025-06-04 00:05 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 離散的隨機(jī)過(guò)程 x,熵 H(x)的定義為。 式中 P(x)為 x的概率密度函數(shù) ， E[]為期望值 。 ( ) ( ) l n ( )H x P x P x?? ?（ ） 對(duì)于連續(xù)的隨機(jī)過(guò)程 x,熵 H(x)的定義為。 ( ) ( ) l n ( ) [ l n ( ) ]H x P x P x d x E P x? ? ? ??（ ） 從熵的表達(dá)式可知，熵是隨機(jī)變量自信息 的數(shù)學(xué)期望 。 熵越大，期望值越大。熵越大表明不確定性越大。選擇對(duì)數(shù)度量信息的方便之處是兩個(gè)信息相加的總信息量等于每個(gè)信息單獨(dú)存在時(shí)各自信息量之和。 在薩里迪斯的遞階智能控制系統(tǒng)中，對(duì)各級(jí)采用熵作為測(cè)度。組織級(jí)用熵衡量所需知識(shí)；協(xié)調(diào)級(jí)用上測(cè)量協(xié)調(diào)的不確定性；執(zhí)行機(jī)用上表示系統(tǒng)的執(zhí)行代價(jià)。每一級(jí)的熵相加成為總熵，用于表示控制作用的總代價(jià)。設(shè)計(jì)和建立控制系統(tǒng)的原則就是總熵最小。 分級(jí)遞階智能控制的基本原理 智能機(jī)器中的高層功能模仿人的行為 ,是基于知識(shí)系統(tǒng) 的 。 控制系統(tǒng)的規(guī)劃 、 決策 、 學(xué)習(xí) 、 數(shù)據(jù)存取和任務(wù)協(xié)調(diào)等 功能 ， 都可看作是知識(shí)的處理與管理 。 另一方面 ， 控制系統(tǒng) 的問(wèn)題可用熵作為控制度量來(lái)重新闡述 ， 以便綜合高層中與 機(jī)器有關(guān)的各種硬件活動(dòng) 。 因此 ， 在機(jī)器人控制的例子中 ， 視覺(jué)協(xié)調(diào) 、 運(yùn)動(dòng)控制 、 路徑規(guī)劃和力覺(jué)傳感等可集成為適當(dāng) 的函數(shù) 。 因此 ， 可把知識(shí)流看作這種系統(tǒng)的關(guān)鍵變量 。 一臺(tái) 知識(shí)機(jī)器內(nèi)的知識(shí)流分別代表下列幾個(gè)方面作用： 1）數(shù)據(jù)處理與管理； 2) 由 CPU執(zhí)行的規(guī)劃與決策； 3) 通過(guò)外圍設(shè)備獲取外界信息和數(shù)據(jù)； 4) 定義軟件的形式語(yǔ)言。 為了介紹 IPDI，首先介紹一下相關(guān)概念。 定義 機(jī)器知識(shí) (Machine Knowledge, K) 消除智能機(jī)器指定任務(wù)的不確定性所需要的結(jié) 構(gòu)信息。知識(shí)是一個(gè)由機(jī)器自然增長(zhǎng)的累積量。 定義 機(jī)器知識(shí)流量 (Rate of Machine Knowledge, R) 通過(guò)智能機(jī)器的知識(shí)流，即機(jī)器知識(shí)的流率。 對(duì)事件或活動(dòng)的數(shù)據(jù)庫(kù) (DB)進(jìn)行操作以產(chǎn)生知識(shí) 流的動(dòng)作或規(guī)劃的集合，即分析和組織數(shù)據(jù)，并 把數(shù)據(jù)變換為知識(shí)。 定義 機(jī)器智能 (Machine Intelligence， MI) 定義 機(jī)器不精確性 (Machine Imprecision) 執(zhí)行智能機(jī)器任務(wù)的不確定性。 定義 機(jī)器精確性 (Machine Precision) 機(jī)器不精確性的補(bǔ)。 ? 由于概率論是處理不確定性的經(jīng)典理論，所以可用事件發(fā)生的概率去描述和計(jì)算推理的不確定性測(cè)度。知識(shí)流、機(jī)器智能、數(shù)據(jù)庫(kù)之間的概率關(guān)系如下： ( , ) ( )P M I D B P R?( / ) ( ) ( )P M I D B P D B P R?? MI 和 DB 的聯(lián)合概率產(chǎn)生知識(shí)流的概率為 ? 由概率論的基本理論可推出 ? 兩端取對(duì)數(shù) l n ( / ) l n ( ) l n ( )P M I D B P D B P R??? 該公式表示出了知識(shí)流、機(jī)器智能與知識(shí)數(shù)據(jù)庫(kù)之間的簡(jiǎn)單概率關(guān)系。 ? 若 MI和 DB無(wú)關(guān)，則 ? 由上式可看出，期望 R不變，若增大 DB的熵，就要減小 MI的熵。反之，若減小 DB的熵，就要增大 MI的熵。這就是 IPDI原則。 ( / ) ( ) ( )H M I D B H D B H R??? 對(duì)該公式兩端取數(shù)學(xué)期望，可得熵方程 ( ) ( ) ( )H M I H D B H R??? 綜上所述， 分級(jí)遞階智能控制原理為 ： ? 系統(tǒng)按照自上而下精度漸增、智能漸減的原則
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1