情感交互式?jīng)Q策方法及其在過(guò)程控制中的應(yīng)用.pdf

1、許多與工業(yè)過(guò)程控制相關(guān)的決策過(guò)程都是在人機(jī)交互機(jī)制下進(jìn)行的，如控制性能評(píng)價(jià)與多變量協(xié)調(diào)控制與操作等。針對(duì)目前交互式進(jìn)化計(jì)算方法在解決交互決策過(guò)程中普遍存在的局部搜索能力差、過(guò)多依賴(lài)人的主觀偏好以及人難以綜合評(píng)價(jià)多目標(biāo)或?qū)傩缘葐?wèn)題，論文提出了人機(jī)交互機(jī)制下的情感學(xué)習(xí)和進(jìn)化的決策方案。構(gòu)造了一類(lèi)基于刺激響應(yīng)機(jī)制的人工情感計(jì)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(guān)系;建立了決策偏好的人工情感學(xué)習(xí)算法，分析了算法的復(fù)雜度，

2、并且證明了算法的收斂性;進(jìn)一步，將情感交互式?jīng)Q策描述為多目標(biāo)/多屬性模糊數(shù)學(xué)規(guī)劃問(wèn)題，基于進(jìn)化算法不斷進(jìn)化人對(duì)決策問(wèn)題的情感偏好。論文還探討了所提方法的著色Petri網(wǎng)Agent實(shí)現(xiàn)技術(shù)，借助Petri網(wǎng)的分析方法，奠定了情感交互式進(jìn)化決策實(shí)現(xiàn)技術(shù)的理論基礎(chǔ)。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(jì)算模型的基礎(chǔ)上，融合人工心理領(lǐng)域中的心理應(yīng)激理念，構(gòu)造了一類(lèi)基于刺激響應(yīng)機(jī)制人工情感計(jì)算方法的人

3、機(jī)情感交互學(xué)習(xí)模型(STAM)，解決了以往情感計(jì)算模型無(wú)法定量計(jì)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(chǔ)。
　　 2、建立了人的情感決策偏好的數(shù)學(xué)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(guān)系，提出了一個(gè)基于遺傳算法的人機(jī)情感決策偏好的交互式學(xué)習(xí)算法;進(jìn)行了算法的時(shí)間復(fù)雜度和空間復(fù)雜度分析，并對(duì)算法的收斂性能進(jìn)行了證明。實(shí)驗(yàn)結(jié)果表明，該學(xué)習(xí)算法能夠幫助計(jì)算機(jī)逐步掌握決策者的情感偏好規(guī)律，在人機(jī)交

4、互過(guò)程中逐漸減輕人的勞動(dòng)強(qiáng)度，使得決策過(guò)程更加客觀合理。
　　 3、在處理含沖突目標(biāo)/屬性的交互式?jīng)Q策問(wèn)題時(shí)，決策者的知識(shí)水平以及對(duì)決策問(wèn)題的理解程度往往會(huì)制約最終決策解的優(yōu)劣。為此，提出了一個(gè)進(jìn)化式的多目標(biāo)/多屬性模糊數(shù)學(xué)規(guī)劃的解決方案，它能夠不斷進(jìn)化人對(duì)目標(biāo)/屬性權(quán)重的決策偏好，為多目標(biāo)/多屬性的決策問(wèn)題提供了一個(gè)新的技術(shù)方法。
　　 4、建立了人機(jī)情感交互學(xué)習(xí)的Agent-BDI模型，使用著色Petri網(wǎng)實(shí)現(xiàn)了Ag

5、ent模型的調(diào)度機(jī)制?；谥玃etri網(wǎng)分析技術(shù)，對(duì)Agent模型進(jìn)行覆蓋樹(shù)分析和CPN-Tools仿真分析，證明了所提Agent模型的正確性，為人機(jī)情感交互式?jīng)Q策方法的軟件實(shí)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(yīng)用于過(guò)程控制回路的綜合性能評(píng)價(jià)和參數(shù)整定以及多變量協(xié)調(diào)控制與操作這兩個(gè)過(guò)程控制領(lǐng)域中典型的交互決策問(wèn)題，實(shí)驗(yàn)給出了滿(mǎn)意的結(jié)果。
　　 綜上所述論文的主要貢獻(xiàn)是:提出了一類(lèi)刺激響應(yīng)機(jī)制下的