情感交互式?jīng)Q策方法及其在過程控制中的應用.pdf

1、許多與工業(yè)過程控制相關的決策過程都是在人機交互機制下進行的，如控制性能評價與多變量協(xié)調(diào)控制與操作等。針對目前交互式進化計算方法在解決交互決策過程中普遍存在的局部搜索能力差、過多依賴人的主觀偏好以及人難以綜合評價多目標或?qū)傩缘葐栴}，論文提出了人機交互機制下的情感學習和進化的決策方案。構造了一類基于刺激響應機制的人工情感計算模型，給出了人工情感變化與人的決策偏好隸屬度函數(shù)之間的映射關系;建立了決策偏好的人工情感學習算法，分析了算法的復雜度，

2、并且證明了算法的收斂性;進一步，將情感交互式?jīng)Q策描述為多目標/多屬性模糊數(shù)學規(guī)劃問題，基于進化算法不斷進化人對決策問題的情感偏好。論文還探討了所提方法的著色Petri網(wǎng)Agent實現(xiàn)技術，借助Petri網(wǎng)的分析方法，奠定了情感交互式進化決策實現(xiàn)技術的理論基礎。論文的主要內(nèi)容如下:
　　 1、在隱馬爾可夫鏈模型(HMM)以及OCC情感計算模型的基礎上，融合人工心理領域中的心理應激理念，構造了一類基于刺激響應機制人工情感計算方法的人

3、機情感交互學習模型(STAM)，解決了以往情感計算模型無法定量計算連續(xù)外界刺激后的情感狀態(tài)變化，為論文的研究工作奠定了理論基礎。
　　 2、建立了人的情感決策偏好的數(shù)學描述，給出了人工情感變化與決策偏好隸屬度函數(shù)之間的定量關系，提出了一個基于遺傳算法的人機情感決策偏好的交互式學習算法;進行了算法的時間復雜度和空間復雜度分析，并對算法的收斂性能進行了證明。實驗結果表明，該學習算法能夠幫助計算機逐步掌握決策者的情感偏好規(guī)律，在人機交

4、互過程中逐漸減輕人的勞動強度，使得決策過程更加客觀合理。
　　 3、在處理含沖突目標/屬性的交互式?jīng)Q策問題時，決策者的知識水平以及對決策問題的理解程度往往會制約最終決策解的優(yōu)劣。為此，提出了一個進化式的多目標/多屬性模糊數(shù)學規(guī)劃的解決方案，它能夠不斷進化人對目標/屬性權重的決策偏好，為多目標/多屬性的決策問題提供了一個新的技術方法。
　　 4、建立了人機情感交互學習的Agent-BDI模型，使用著色Petri網(wǎng)實現(xiàn)了Ag

5、ent模型的調(diào)度機制?；谥玃etri網(wǎng)分析技術，對Agent模型進行覆蓋樹分析和CPN-Tools仿真分析，證明了所提Agent模型的正確性，為人機情感交互式?jīng)Q策方法的軟件實現(xiàn)提供了方案。
　　 5、將所提出的情感交互式?jīng)Q策方法分別應用于過程控制回路的綜合性能評價和參數(shù)整定以及多變量協(xié)調(diào)控制與操作這兩個過程控制領域中典型的交互決策問題，實驗給出了滿意的結果。
　　 綜上所述論文的主要貢獻是:提出了一類刺激響應機制下的