自適應模型

自適應模型

自適應模型是指具有擬人自適應功能的模型,自適應模型能在被模擬對象特性或模型運行環境條件變化的情況下,修正模型的結構或參數,保持模型與被模擬對象的擬合程度正常。

基本介紹

  • 中文名:自適應模型
  • 外文名:adaptive model
  • 定義:具有擬人自適應功能的模型
  • 適應性能:適應模型運行環境條件的變化等
  • 組成:模型本體、適應器等
  • 學科:信息技術
簡述,組成,設計方法,

簡述

“自適應”的概念來自生物科學,主要指生物,特別是人,在外部環境和條件變化的情況下保持生物內部環境穩定與生理狀態正常的性能,是生物控制系統的優越性之一。
在控制論、生物控制論中,研究了機器和生物諒去達控制系統的適應性問題。在工程控制論控制理論中,研究了工程控制系統中的自適應控制系統。
自適應控制系統能在其運行環境或條件變化少付趨仔的情況下,保持控制系統穩定及控制功能正常。其中,自適應控制器能適應被控制對象及環境條件的變化,修正控制器的參數或結構,以保持控制系統的穩定性和正常控制功能。
在工程控制論和控制理論中,主要研究基於被控制對象的數學模型的、自適應控制器的設計方法與實現技術以及自適應控制系統的分析與綜合問題。
將“自適應”的概念引入到大系統廣義模型化中來,研究自適應智慧型模型的問題。
自適應模型應具有兩方面的適應性能:適應與跟蹤被模擬對象特性的變化;適應模型運行環境條件的變化。這裡所謂運行環境條件是指除被模擬對象之外,其他影響模型的外界因素,如模型的目的和用途、模型的評價準則、建模信息來源及干擾等。
對於同一個被模擬對象,不同的目的和用途,可採用不同的模型,如定性模型、定量模型,對模型擬合程度的要求也有所不同,如不同的精度、不同的粒度。

組成

自適應模型由3部分組成:
(1)模型本體
模型本體可以是數學模型、知識模型或網路模型,都應是可修正的,如,數學模型的參數或表達式結構可校正;知識模型的知識庫可增、刪、改;網路模型的聯結係數或拓撲結構可調整。
(2)適應器
適應器接受擬合度的反饋信息與環境條件變化的信息,制訂適應策略與方法,對模型本體進行修正,以保持模型與被模擬對象的擬合度最好或滿意,即擬合誤差最小或在許可范趨白危圍之內,且符合環境條件幾疊蜜辯的新要求。
3)擬合度評估
根據模型的目的和用途,對模型精度、粒度的要求,採用公認的或用戶認可的評估準則,對模型與被模擬對象的輸出的擬合度進行評估,給出擬合度的評估結果。如:擬合誤差的數據,擬合度高,擬合誤差小;反之,擬合度低,擬合誤差大。
對於數學模型,其輸出有定量數據,擬合度評估可給出定量結果,如擬合誤差數值。對於知識模型,其輸出為定性推理結論,這時,擬合度的評估是個有待研究的問題。
表示被模擬對象,可以是人或物,也可以是控制者或被控制對象,其輸出受對象特性變化及擾動的影響。

設計方法

為了使模型具有適應性能,需要研究下列三種方法:
(1)被模擬對象及環境信息獲取方法。
當被模擬對象及環境,是被動系統,是機器設備,則採用辨識和觀測的方法獲取信息,自動觀測灶紙或人工觀測被模擬對象的輸出或狀態及環境條件的影響因素,可以用線上、實時的觀測、辨識,也可以用離線、非實時的觀測、辨識,經過濾波、整形、變換後,獲得有用信息。
當被模擬對象及環境是主動系統,是人或人群,如專家或專家組時,可採用人機互動當被模擬對象及環境是主動系統,是人或人群,如專家或專家組時,則可採用人機互動式或專家調查式方法獲取信息,如:德爾菲法
2)模型與被模擬對象的擬合度評估方法
當模型本體為數學模型或網路模型,其輸出為定量數據,則可採用擬合誤差作為擬合度評估的依據,利用系統辨識(Systems Identification)中的有關方法進行評估,如最小二乘法
當模型本體為知識模型或網路模型,其輸出為定性結論。例如,關於疾病診斷的結論及處方意見。這時,可採用“模糊評判”方法,或“專家評分”方法,進行擬合度評估。
3)模型的修改或校正方法
當模型本體為數學模型,如傳遞函式、狀態方程(微分方程差分方程)、代數方程等,則可採用類似於自校正調行器或控制器的方法,對模型的參數或結構進行校正。如改變傳遞函式中的傳遞係數、時間常數或和微敬積分、微分、延時作用,改變狀態方程中的A,B,C,D矩陣元素的數值或矩陣的階次、非零元素的分布特性。
當模型本體為知識模型,如產生式系統己遙訂的知識庫,則可以利用知識庫管理系統,通過知識同化、知識順應技術,對規則庫、事實庫進行增、刪、改。必要時,也可修改產牛式系統的控制策略。
當模型本體為神經網路模型,如多層感知機模型,則可以調整突觸聯接的權係數、神經元模型的動作閾值或改變突觸聯接的拓撲結構、感知機的層數。
當被模擬對象及環境是主動系統,是人或人群,如專家或專家組時,可採用人機互動當被模擬對象及環境是主動系統,是人或人群,如專家或專家組時,則可採用人機互動式或專家調查式方法獲取信息,如:德爾菲法
2)模型與被模擬對象的擬合度評估方法
當模型本體為數學模型或網路模型,其輸出為定量數據,則可採用擬合誤差作為擬合度評估的依據,利用系統辨識(Systems Identification)中的有關方法進行評估,如最小二乘法
當模型本體為知識模型或網路模型,其輸出為定性結論。例如,關於疾病診斷的結論及處方意見。這時,可採用“模糊評判”方法,或“專家評分”方法,進行擬合度評估。
3)模型的修改或校正方法
當模型本體為數學模型,如傳遞函式、狀態方程(微分方程差分方程)、代數方程等,則可採用類似於自校正調行器或控制器的方法,對模型的參數或結構進行校正。如改變傳遞函式中的傳遞係數、時間常數或積分、微分、延時作用,改變狀態方程中的A,B,C,D矩陣元素的數值或矩陣的階次、非零元素的分布特性。
當模型本體為知識模型,如產生式系統的知識庫,則可以利用知識庫管理系統,通過知識同化、知識順應技術,對規則庫、事實庫進行增、刪、改。必要時,也可修改產牛式系統的控制策略。
當模型本體為神經網路模型,如多層感知機模型,則可以調整突觸聯接的權係數、神經元模型的動作閾值或改變突觸聯接的拓撲結構、感知機的層數。

相關詞條

熱門詞條

聯絡我們