[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

摘要

本发明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。

主权项

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,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；O={O_ij}，为输出矩阵，O_ij∈[0,1]，表示t_j到P_i上的输出关系和规则的确信度；当P_i是t_j的输出时，O_ij等于变迁t_j推出的结论P_i的确信度f(t_j)；当P_i不是t_j的输出时，O_ij=0其中i=0,1,2……n;j＝0,1,2……n。C={C_ij}为补弧矩阵，C_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输入弧是补弧时，C_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，C_ij=0，其中i=0,1,2……n；j＝0,1,2……n；T_h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。