物流信息技术课件

物流信息技术课件第1页，共22页，2023年，2月20日，星期六15.1人工智能

15.1.1人工智能的定义15.1.2人工智能的历史回顾与进展15.1.3人工智能的研究内容15.1.4人工智能的研究途径第2页，共22页，2023年，2月20日，星期六15.1.1人工智能的定义

我们可以顾名思义，所谓人工智能就是用人工的方法在机器（计算机）上模拟或实现的人类的智能。目前对人工智能还难以给出其完整、严格的定义，我们可以从不同的侧面对其做一些狭义的描述：人工智能学科是计算机科学中涉及研究、设计和应用智能机器的一个分支。所谓的智能机器就是能够在各类环境中自主地或交互地执行各种拟人任务的机器。它包括研究如何设计和构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能；如何在这种智能机（计算机）上来实现的人类智能，使机器具有类似于人的智能；如何来应用这种智能机器。从另一个角度来看，人工智能是研究怎样使计算机来模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动，来解决需要人类专家才能处理的复杂问题。从实用的观点看，人工智能是一门知识工程学。它以知识为对象，主要研究知识的获取、知识的表示方法和知识的使用。

第3页，共22页，2023年，2月20日，星期六15.1.2人工智能的历史回顾与进展

20世纪50年代，以游戏、博弈为对象开始了人工智能的研究工作，其间以电子线路模拟神经元及人脑的研究均告失败。20世纪60年代前期，以研究搜索方法和一般问题的求解为主。60年代后期，在机器定理证明方面取得了重大进展，并在规划问题方面开展了相应的研究。20世纪70年代，人工智能的研究已在世界许多国家相继展开，研究成果大量涌现。法国马赛大学的A．Comerauer提出并实现了逻辑程序设计语言PROLOG；斯坦福大学的E．H．Shortliffe等人研制了用于诊断和治疗感染性疾病的专家系统MYCIN；1970年国际性的人工智能杂志（ArtificialIntelligence）创刊。1977年，费根鲍姆（Feigenbaum）提出了知识工程的概念。20世纪80年代，人工智能以推理技术、知识获取、自然语言理解和机器视觉的研究为丰，开始了不确定推理、非单调推理、定性推理方法的研究。20世纪90年代以来，机器学习和人工神经网络的研究深入开展，形成了高潮。另外，不同学派间的争论也非常激烈，这些都进一步促进了人工智能的发展。第4页，共22页，2023年，2月20日，星期六15.1.3人工智能的研究内容在人工智能学科中，按照所研究的课题，研究的途径和采用的技术考虑，他所包括的研究领域有：（1）模式识别所谓模式识别就是计算机能够对给定的事务进行鉴别，并把它归入与其相同或相似的模式中。（2）问题求解问题求解是指通过搜索解空间的方法寻找问题合适的解序列，以满足问题的要求。（3）自然语言理解自然语言理解主要研究如何使计算机能够理解和生成自然语言。它包括问答系统、声音理解系统、手写文字识别系统和机器翻译系统。（4）自动定理证明自动定理证明就是让计算机模拟人类证明定理的方法，自动实现象人类证明定理那样的非数值符号演算过程。定理证明的主要方法有：①自然演绎法②判定法③人机交互定理证明第5页，共22页，2023年，2月20日，星期六（5）机器视觉机器视觉研究的任务是理解一个图像，即利用像素所描绘的景物。其研究领域涉及到图片处理、图像处理、模式识别、景物分析、图像解释、光学信息处理、视频信号处理以及图像理解。（6）自动程序设计自动程序设计主要有下面两个问题：①程序验证（ProgramVerification）

②程序综合（Programsynthesis）（7）专家系统专家系统是一种基于知识的智能系统，它将领域专家的经验用知识表示出来，并放入知识库中，供推理机使用。专家系统作为人工智能中最活跃、发展最快的分支，已广泛应用于众多领域，并产生了巨大的经济效益和社会效益。

（8）机器学习

机器学习主要研究如何使计算机能够模拟或实现人类的学习功能，这是使计算机具有智能的根本途径。它主要研究人类学习机理、机器学习方法和学习系统构造技术方面的研究。（9）机器人

就机器智能来考虑，机器人可以行使下面功能：①模式识别

②运动协调推理

第6页，共22页，2023年，2月20日，星期六15.1.4人工智能的研究途径

（1）符号主义认为人工智能源于数理逻辑。（2）联结主义认为人工智能源于仿生学，特别是对人脑模型的研究。（3）行为主义认为人工智能源于控制论。第7页，共22页，2023年，2月20日，星期六15.2专家系统

15.2.1专家系统的特点15.2.2专家系统的基本结构15.2.3基于规则的专家系统实例15.2.4新一代专家系统第8页，共22页，2023年，2月20日，星期六15.2.1专家系统的特点（1）启发性（2）透明性（3）灵活性（4）智能性第9页，共22页，2023年，2月20日，星期六15.2.2专家系统的基本结构（1）基本组成专家系统的基本组成如图15－1所示：图15－1专家系统的基本组成第10页，共22页，2023年，2月20日，星期六（2）专家系统的一般结构目前大多数专家系统有五个组成部分：知识库、推理子系统、综合数据库、解释子系统和知识获取子系统。如图15－2所示。图15－2专家系统的结构第11页，共22页，2023年，2月20日，星期六（3）理想专家系统的结构

著名的知识工程师HayesRoth等人提出了一种专家系统的理想结构，如图15－3所示。图15－3专家系统的理想结构第12页，共22页，2023年，2月20日，星期六（4）专家系统的类型①解释专家系统②预测专家系统③诊断专家系统④设计专家系统⑤规划专家系统⑥监视专家系统⑦控制专家系统⑧调试专家系统⑨教学专家系统⑩修理专家系统此外，还有决策专家系统和咨询专家系统等。第13页，共22页，2023年，2月20日，星期六15.2.3基于规则的专家系统实例

（1）基于规则的专家系统的基本结构

一个在使用环境中的专家系统的基本结构如图15－4所示。图15－4专家系统的基本结构第14页，共22页，2023年，2月20日，星期六（2）基于规则的专家系统举例

使用事实和规则的AI推理技术的最成功应用之一是建立专家系统，专家系统包含了人类努力探索的一个专门领域的知识，如医疗、教育、工程和商业等。EMYCIN中，采用的是逆向链深度优先的控制策略，它提供了专门的规则语言来表示领域知识，基本的规则形式是：（IF〈前提〉THEN〈行为〉［ELSE〈行为〉]）当前提为真时，该规则将前提与一个行为结合起来，否则与另一个行为结合起来，并且可以用一个-1到+1之间的数字来表示在该前提下行为的可信程度。在EMYCIN中，还提供了良好的用户接口，当用户对系统的某个提问感到不解时，可以通过WHY命令向系统询问为什么会提出这样的问题，并且对于系统所作出的结论，可以通过HOW命令向系统询问它是如何得出这个结论的。这一点对于诊断系统是极为重要的，用户可以避免盲目地按照系统所提供的策略去执行。此外，EMYCIN还提供了很有价值的跟踪及调试程序，并附有一个测试例子库，这些特征为用户开发系统提供了极大的帮助。第15页，共22页，2023年，2月20日，星期六15.2.4新一代专家系统

（1）扩展知识平台的专家系统鉴于多数批评专家系统知识不足的弱点上，首先想到的自然就是如何让专家系统有更多的知识，特别是McCarthy所指出的常识性知识。Feigenbaum有一个建立庞大的常识知识库的三阶段计划。第一步，手编一个大容量的知识库。第二步，以手编知识库为基础，大量获取人类知识。第三步，用机器发现的方法，建造超过人类知识的大知识库。他认为，到那个时候，让机器人具有人的智能这一目标就可以达到了，也就是能够作常识推理了。（2）学习型专家系统知识的自动获取目前有两种途径：知识工程师向领域专家获取以及机器的自学习过程。近年来，随着人工智能技术的发展，许多新的方法不断出现，他们为专家系统的知识获取提供了一些崭新的途径。有基于粗糙集来分析数据，发现隐含规律的数据获取方法；有基于遗传算法强化专家系统的通用学习能力产生新知识的数据获取方法；有基于人工神经网络进行归纳学习的数据获取方法；有基于数据挖掘获取隐含知识的数据获取方法。第16页，共22页，2023年，2月20日，星期六（3）分布式专家系统

分布式专家系统（DistributedExpertSystem，DES）基于各并行算法，采用各种并行推理和执行技术，适合在多处理器的硬件环境中工作，即具有分布处理的功能。系统中的多处理器应该能够同步地并行工作，但重要的是它还应能作异步并行处理。可以根据数据驱动或要求驱动的方式实现分布在各处理器上的专家系统的各部分间的通信和同步。分布式专家系统的分布处理特征要求专家系统做到功能合理、均衡地分布，以及知识和数据适当地分布，着眼点主要在于提高系统的处理效率和可靠性等。（4）协同式专家系统

为了拓广专家系统解决问题的领域或使一些互相关联的领域能用一个系统来解题，提出了协同式专家系统（CooperativeExpertSystem，CES）的概念。在这种系统中，有多个专家系统协同合作。各子专家系统之间可以相互通信，一个（或多个）子专家的输出可能就是另一个子专家系统的输入，有些子专家系统的输出还可作为反馈信息输入到自身或其先辈系统中去，经过迭代求得某种“稳定”状态。第17页，共22页，2023年，2月20日，星期六15.3智能技术在物流领域的应用

15.3.1智能物流概述15.3.2智能化的物流搬运机器人－AGV15.3.3军事物流智能仿真第18页，共22页，2023年，2月20日，星期六15.3.1智能物流概述

（1）智能物流含义

智能物流是指利用集成智能化技术，使物流系统能模仿人的智能，具有思维、感知、学习推理判断和自行解决物流经营某些问题的能力。这里强调系统的集成智能化，包含两方面的内容，一是对物流管理、规划等技术的软智能，即集成智能优化技术；二是物流设备的硬智能，也就是物流设备本身所具有的智能，如自动导引小车、智能叉车、自动悬挂单轨车、自动化仓储系统等。综合集成智能技术最终实现软智能与硬智能二者的融合。（2）智能物流举例①智能仿真②智能仓库③自然语言接口支持④神经网络数据分析第19页，共22页，2023年，2月20日，星期六15.3.2智能化的物流搬运机器人－AGV

（1）AGV的特点AGV的显著特点是无人驾驶。AGV的另一个特点是柔性好、自动化程度高和智能化水平高。此外，AGV还具有清洁生产的特点。（2）AGV的种类通常根据AGV自动行驶过程中的导航方式将AGV分为以下几种类型：①电磁感应引导式AGV②激光引导式AGV③视觉引导式AGV此外，还有铁磁陀螺惯性引导式AGV、光学引导式AGV等多种形式的AGV。第20页，共22页，2023年，2月20日，星期六（3）AGV的应用①仓储业②制造业③邮局、图书馆、港口码头和机场④烟草、医药、食品、化工⑤危险场所和特种行业（4）AGV的路线与调度方法AGV使用中的路线优化和实时调度是当前AGV领域的一个研究热点。实用中，人们采用的方法主要有：①数学规划方法②仿真方法③人工智能方法目前，用神经网络方法成功地求解了TSP-NP问题。单独用一种方法来求解调度问题，往往存在一定的缺陷。目前，将多种方法进行融合来求解AGV的调度问题是一个研究热点。如将专家系统和遗传算法融合，把专家的知识融入到初始染色体群的形成中，以加快求解速度和质量。第21页，共22页，2023年，2月20日，星期六15.3.3军事物流智能仿真

基于专家系统的智能仿