[发明专利]嵌入领域规则的工业过程优化决策知识推理方法

说明书

本申请涉及嵌入领域规则的工业过程优化决策知识推理方法，包括：建立工业过程领域规则知识库规则约束条件，建立优化决策知识推理模型，将优化决策转变为约束优化问题，求解所述约束优化问题得到优化决策知识推理模型。

技术领域

本申请涉及人工智能领域，尤其涉及嵌入领域规则的工业过程优化决策知识推理方法。

背景技术

工业过程优化决策涉及要素繁多，目前仍然依靠知识型工作者凭经验来完成，但其随意性大、不能及时准确地做出决策反应，而传统的模型驱动、数据驱动或专家知识驱动的优化决策均从单一层面考虑，建立的模型无法同时捕捉优化决策的本质共性规律和动态变化规律。因此，如何融合领域规则知识和多源数据隐含创新知识，建立统一的具有可解释性的优化决策知识推理模型以提升优化决策的及时性和准确性，具有挑战性。通常，工业过程领域知识反映着优化决策过程的本质变化规律，而多源数据背后隐含的知识反映着制造过程动态变化规律，有效结合领域知识与多源数据隐含创新知识，可以准确地揭示工业过程优化决策问题的内在机理与演化特性。

公开号为CN110136143A的专利，公开了一种基于ADMM算法的马氏场下多分辨率遥感图像分割方法，其步骤如下：对读取的像素级图像进行初始化过分割，得到对象级过分割区域邻接图、对象级图像的邻域系统、观测特征场和分割标记场；利用混合高斯模型对观测特征场进行概率建模得到特征场模型，利用Gibbs模型对分割标记场进行概率建模得到标记场模型，根据Bayes准则联合特征场模型和标记场模型得到分割标记场的后验分布模型；根据最大后验概率准则运用 ADMM算法进行迭代更新求解，获取观测特征场的标记结果作为遥感图像的分割结果。本发明将特征场和标记场能量分开考虑，可更好地求解遥感影像分割标记，分割效率远远高于传统手工分割水平，提高了影像分割精度。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了嵌入领域规则的工业过程优化决策知识推理方法，包括：

S1：建立工业过程领域规则知识库规则约束条件：工业过程领域规则知识库其中第i条规则知识可表示为 (r_i,λ_i)，所述第i条规则知识对应样本集合的具体事实为定义如下映射关系：

将映射关系描述为约束条件的标准形式为，

λ_iE_q[φ_i(X,Y)]≤ξ_i

其中λ_i和ξ_i为常数；

S2：建立优化决策知识推理模型：优化决策可转变为如下约束优化问题，

s.t.λ_iE_q[φ_i(X,Y)]≤ξ_i,i＝1,...,m

其中C为常数；

S3：求解步骤S2所述约束优化问题得到优化决策知识推理模型。

优选的，所述映射关系根据不同应用场景定义映射机制φ_i的具体形式。

优选的，所述φ_i的具体形式定义为，

其中δ(r_il(X,Y))为指示函数，定义如下

优选的，将所述工业过程领域规则知识库中的规则进行编码。

优选的，应用后验正则化框架将所述φ_i以约束形式引入到模型的学习过程，优化决策可转变为如下约束优化问题，