基于神經(jīng)網(wǎng)絡(luò)的裝甲車輛維修系統(tǒng)

尹光輝

(裝甲兵學(xué)院射擊理論教研室，蚌埠 233050)

基于大腦神經(jīng)系統(tǒng)結(jié)構(gòu)和功能模擬基礎(chǔ)上的神經(jīng)網(wǎng)絡(luò)，可以通過對實例的學(xué)習(xí)自動獲取知識，并將知識分布存儲在神經(jīng)網(wǎng)絡(luò)中.它還可以提取出類似實例之間的相似性，和不同類別實例之間的差異.當(dāng)環(huán)境信息不完全時，它仍然可以通過計算而得出一個比較令人滿意的解答［1］.因此，利用神經(jīng)網(wǎng)絡(luò)方法來構(gòu)造裝甲車輛維修系統(tǒng)不僅可以在一定程度上克服知識瓶頸問題，而且可以提高系統(tǒng)的魯棒性.

1 系統(tǒng)的總體結(jié)構(gòu)及原理

1.1 系統(tǒng)的總體結(jié)構(gòu)

系統(tǒng)的總體結(jié)構(gòu)如圖1所示.系統(tǒng)主要由知識庫、輔助庫、推理機以及知識處理支撐環(huán)境等模塊構(gòu)成.其核心是知識庫.

1.2 系統(tǒng)原理

在故障診斷問題求解時，由維修人員輸入相關(guān)的故障現(xiàn)象信息，系統(tǒng)根據(jù)神經(jīng)元與物理符號關(guān)系表示將故障現(xiàn)象信息轉(zhuǎn)換為神經(jīng)網(wǎng)絡(luò)的數(shù)值輸入，這些數(shù)值輸入再通過推理機制轉(zhuǎn)換為相應(yīng)的故障名稱數(shù)值輸出.此時系統(tǒng)根據(jù)自身內(nèi)部的給定標(biāo)準(zhǔn)對故障名稱數(shù)值輸出加以評判，如果能確定故障名稱，則表示推理成功;如果不能確定，系統(tǒng)根據(jù)一定算法推理出為了確定故障名稱所必需的其它方面的故障信息，并根據(jù)輔助庫中神經(jīng)元相關(guān)問題表達(dá)式向維修人員提問.待系統(tǒng)得到更多的故障信息后，重復(fù)上述的“故障信息→故障名稱”的推理過程，直至確定故障名稱，或是維修人員再也不能提供更多的故障信息，而系統(tǒng)仍不能確定故障名稱而放棄為止.若系統(tǒng)已確定故障名稱，則系統(tǒng)將進(jìn)行“故障名稱→維修方案”的推理.

圖1 系統(tǒng)結(jié)構(gòu)圖

2 輔助庫的構(gòu)造及原理

2.1 神經(jīng)元、物理符號對應(yīng)關(guān)系表示

系統(tǒng)中的神經(jīng)元有其物理符號含義，這樣不僅有利于對推理結(jié)果做出直觀、明確的解釋，也是建造神經(jīng)網(wǎng)絡(luò)知識庫的基礎(chǔ).系統(tǒng)中神經(jīng)元與物理符號對應(yīng)關(guān)系表示分為如下幾種類型:

(1)故障現(xiàn)象神經(jīng)元ux:每一故障現(xiàn)象神經(jīng)元均與某一故障現(xiàn)象對應(yīng)，如神經(jīng)元ux1表示“發(fā)動機聲音異?！钡?所有故障現(xiàn)象神經(jīng)元集合ux={ux1，ux2，…，uxn}應(yīng)該覆蓋盡可能多的故障現(xiàn)象.

(2)故障名稱神經(jīng)元um:每一故障名稱神經(jīng)元均與某一故障名稱對應(yīng).所有故障名稱神經(jīng)元集合um={um1，um2，…，umr}應(yīng)該覆蓋盡可能多的故障名稱.

(3)維修方法神經(jīng)元ub:每一維修方法神經(jīng)元均與一種維修方法相對應(yīng).所有維修方法神經(jīng)元集合ub= {ub1，ub2，…，ubs}應(yīng)該覆蓋盡可能多的維修方法.

2.2 神經(jīng)元與特定問題對應(yīng)關(guān)系表示

系統(tǒng)在實際應(yīng)用中，通過人機交互的方式從維修人員處獲取輸入信息.這些信息在系統(tǒng)進(jìn)行推理時是知識庫的輸入信息，也即是神經(jīng)元的輸入信息.為了完成這一過程中的“維修人員問題回答”到“神經(jīng)元數(shù)值輸入”的轉(zhuǎn)換過程，使相應(yīng)范圍內(nèi)的每一種神經(jīng)元都與一個特定的問題相對應(yīng)，從而為維修人員提供一種友好的交互手段，使系統(tǒng)可以從維修人員處得到更多的信息.

3 知識庫

3.1 知識庫的構(gòu)造及原理

知識庫將維修領(lǐng)域看成是一組描述輸入/輸出關(guān)系的神經(jīng)網(wǎng)絡(luò)，將故障產(chǎn)生的內(nèi)部機理當(dāng)成一個黑箱，利用知識處理支撐環(huán)境從維修專家處得到大量形式為{〈故障現(xiàn)象，故障名稱〉，〈故障名稱，維修方案〉}的實例偶對輸入［2］.系統(tǒng)通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法自動從這些偶對所表示的維修經(jīng)驗中獲取知識，并將這些知識分布存儲在神經(jīng)網(wǎng)絡(luò)中.

知識庫的結(jié)構(gòu)如圖2所示，其分為兩個子網(wǎng)，一個為辯證子網(wǎng)，主要用來確定裝備故障名稱;另一個為維修子網(wǎng)，主要用來得出維修方案.兩個子網(wǎng)均為三層前饋神經(jīng)網(wǎng)絡(luò)［3］.知識處理支撐環(huán)境利用反向傳播 (BP)學(xué)習(xí)算法，從維修專家提供的訓(xùn)練實例偶對中獲取故障維修經(jīng)驗知識，并將這些知識分布存儲在神經(jīng)網(wǎng)絡(luò)中.

圖2 知識庫神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

辯證子網(wǎng)由輸入層、輸出層和隱含層構(gòu)成，各層次之間完全互連.輸入層神經(jīng)元為故障現(xiàn)象神經(jīng)元，用以接收故障現(xiàn)象信息，并且將所接受到的輸入不作任何處理的送入隱含層中與之相連的神經(jīng)元.隱含層神經(jīng)元接收輸入層神經(jīng)元送來的信息，并對其進(jìn)行加權(quán)求和，根據(jù)加權(quán)求和的總輸入值，以及原來該神經(jīng)元的活躍值而計算出該神經(jīng)元當(dāng)前的活躍值，然后再計算出神經(jīng)元的輸出值.輸出層由故障名稱神經(jīng)元組成，它在隱含層神經(jīng)元輸出的作用下，根據(jù)裝甲裝備故障現(xiàn)象完成故障名稱的聚類操作.其中的神經(jīng)元從隱含層神經(jīng)元接收輸入信息，并對其進(jìn)行加權(quán)求和，根據(jù)加權(quán)求和的總輸入值以及神經(jīng)元原來的活躍值而計算出神經(jīng)元當(dāng)前的活躍值.輸出層每一神經(jīng)元均有一閾值，如果輸出神經(jīng)元新的活躍值大于其閾值，則神經(jīng)元的輸出值為1，否則其輸出值為0.根據(jù)輸出層神經(jīng)元的輸出狀態(tài)可得到對應(yīng)于輸入故障現(xiàn)象的故障名稱［4］.

維修子網(wǎng)同樣由輸入、隱含以及輸出三個神經(jīng)元層次組成.各層次之間完全互聯(lián)，輸入層神經(jīng)元由故障名稱神經(jīng)元、故障現(xiàn)象神經(jīng)元組成.故障名稱神經(jīng)元的輸入來自于辯證子網(wǎng)的輸出，故障現(xiàn)象神經(jīng)元的輸入來自于維修人員.輸入層將所接受到的輸入不作任何處理的送入隱含層，隱含層的作用及操作特性與辯證子網(wǎng)很類似，輸出層神經(jīng)元從隱含層神經(jīng)元接收輸入信息，對其進(jìn)行加權(quán)求和而求出相應(yīng)的總輸入值，輸出神經(jīng)元根據(jù)此總輸入值，以及原來的活躍值而求出其新的活躍值.同樣維修方法神經(jīng)元也有各自的閾值，如果某一神經(jīng)元新的活躍值大于其閾值，則其輸出值為1，否則為0.維修方案由輸出值為1的神經(jīng)元對應(yīng)的維修方法組成.

3.2 知識庫的自動知識獲取

知識庫通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)從維修專家提供的維修實例中獲取維修經(jīng)驗知識，并將這些知識分布存儲在神經(jīng)網(wǎng)絡(luò)中.學(xué)習(xí)分為兩個步驟，首先是辯證子網(wǎng)的學(xué)習(xí)，然后是維修子網(wǎng)的學(xué)習(xí).依次學(xué)習(xí)所有的實例并達(dá)到系統(tǒng)要求為止.

辯證子網(wǎng)和維修子網(wǎng)的學(xué)習(xí)都采用反向傳播(BP)學(xué)習(xí)算法，辯證子網(wǎng)在學(xué)習(xí)時，送入到輸入層神經(jīng)元的是故障現(xiàn)象信息，輸入值的大小為相應(yīng)現(xiàn)象的強弱程度，強弱程度由 ［0，1］區(qū)間的一個實數(shù)值表示.辯證子網(wǎng)經(jīng)過計算后，與故障現(xiàn)象輸入相對應(yīng)的故障名稱神經(jīng)元的理想輸出值為1，其它故障名稱神經(jīng)元的理想輸出值為0，因而輸出層神經(jīng)元的理想輸出為一維二值向量，向量中每一分量與相應(yīng)神經(jīng)元理想輸出值相對應(yīng).BP學(xué)習(xí)算法就是根據(jù)輸出層的理想輸出和實際輸出之間的誤差進(jìn)行辯證子網(wǎng)連接權(quán)值的調(diào)整，使之具有故障現(xiàn)象輸入到故障名稱輸出的聚類能力.

維修子網(wǎng)在學(xué)習(xí)時，送入到輸入層神經(jīng)元的是故障現(xiàn)象信息、與故障現(xiàn)象信息相對應(yīng)的故障名稱信息.故障現(xiàn)象信息為一維實向量，向量每一分量在［0，1］區(qū)間內(nèi)取某一實數(shù)值，故障名稱信息為一維二值向量.由維修專家根據(jù)故障現(xiàn)象與故障名稱給出的維修方案則作為維修子網(wǎng)中輸出神經(jīng)元的理想輸出.如某一維修方法在該維修方案中出現(xiàn)，則與該維修方法相應(yīng)神經(jīng)元的理想輸出值為1，如果維修方法不在維修方案中出現(xiàn)，則與該維修方法相應(yīng)神經(jīng)元的理想輸出值為0.BP學(xué)習(xí)算法就是根據(jù)維修子網(wǎng)的輸入、理想輸出以及神經(jīng)元的實際輸出進(jìn)行神經(jīng)元之間連接權(quán)值的調(diào)整，使之具有根據(jù)故障現(xiàn)象信息與故障名稱信息給出維修方案的能力.

3.3 基于知識庫的推理

基于神經(jīng)網(wǎng)絡(luò)知識庫推理的目的是根據(jù)故障現(xiàn)象信息，利用辯證子網(wǎng)進(jìn)行前向計算，得出與故障現(xiàn)象信息相應(yīng)的故障名稱.如果確定了故障名稱，則啟動維修子網(wǎng)給出維修方案，否則向維修人員索取更多的信息，或是系統(tǒng)判斷無法再次利用神經(jīng)網(wǎng)絡(luò)知識庫進(jìn)行推理為止.如果向維修人員索取更多的信息后確定了故障名稱，則仍啟動維修子網(wǎng)給出維修方案，否則不給出維修方案.在辯證子網(wǎng)進(jìn)行前向計算的過程中，也包含了對神經(jīng)元進(jìn)行標(biāo)記的過程，標(biāo)記的目的是在無法確定故障名稱時便于系統(tǒng)控制反向搜索過程，確定應(yīng)該向維修人員索取哪些信息.

4 系統(tǒng)知識獲取與在線學(xué)習(xí)

知識庫中知識的獲取并不需要知識工程師從維修專家的經(jīng)驗中提取規(guī)則，它只是對維修專家提供的大量維修實例進(jìn)行學(xué)習(xí)，自動的從這些實例中提取知識.通過知識處理支撐環(huán)境，系統(tǒng)將新知識以{〈故障現(xiàn)象，故障名稱〉，〈故障名稱，維修方案〉}偶對表示，并利用這些偶對完成在線學(xué)習(xí)，將新知識加入到知識庫中.知識庫中的知識也是隱含分布在神經(jīng)網(wǎng)絡(luò)知識庫中，并不像規(guī)則那樣顯式的表示出來，這種知識的獲取方式是自動的，維修系統(tǒng)所用的知識大部分為經(jīng)驗知識，在神經(jīng)網(wǎng)絡(luò)知識庫最初構(gòu)造時，用來使神經(jīng)網(wǎng)絡(luò)自動獲取知識的實例不可能覆蓋所有情況，因而系統(tǒng)必須有在線學(xué)習(xí)能力.也就是說系統(tǒng)在實際應(yīng)用中還可以進(jìn)行學(xué)習(xí)，不斷的獲取新的知識，或是糾正原來的錯誤知識.

5 結(jié)論

給出了一種基于神經(jīng)網(wǎng)絡(luò)的裝甲車輛維修系統(tǒng)，此系統(tǒng)較之與其它維修系統(tǒng)具有更強的學(xué)習(xí)能力與自適應(yīng)能力，具備了在應(yīng)用過程中的不斷學(xué)習(xí)并提高故障排除能力的功能，求解能力較強，為此類系統(tǒng)的研制開辟一條新途徑.

［1］謝慶生.機械工程中的神經(jīng)網(wǎng)絡(luò)方法 ［M］.北京:機械工業(yè)出版社，2003.

［2］陸金柱.基于神經(jīng)網(wǎng)絡(luò)的機械設(shè)計領(lǐng)域知識表達(dá)方法研究［J］.機械工程學(xué)報.1995.31(6):21-26.

［3］虞和濟.機械設(shè)備故障診斷的人工神經(jīng)網(wǎng)絡(luò)法 ［J］.機械強度.1995.17(2):48-54.

［4］蔡自興.人工智能及其應(yīng)用 ［M］.北京:清華大學(xué)出版社，1996.