[发明专利]基于多智能体技术的数控系统的知识模型及其推理算法

说明书

技术领域

本发明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。

背景技术

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。

发明内容

针对现有知识建模方法的不足，本发明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。

本发明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,W,f,I,O,C,T_h,X)

其中，P={p₁,p₂,p₃……p_n}，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……t_n}，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…m_n]^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，m_i∈[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…w_n}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={I_ij}，为输入矩阵，I_ij∈[0,1]，表示P_i到t_j上的输入关系和权重；当P_i是t_j的输入且从P_i到t_j输入弧不是补弧时，I_ij等于P_i到t_j输入弧上的权值系数W_ij,W_ij∈W；当P_i不是t_j的输入时，I_ij=0，其中i=0,1,2……n;j＝0,1,2……n；