Indice - USALgro.usal.es/material/documentos/SAP1.pdf · 5 Curso de Doctorado. Sist. Avanz....

1

Curso de Doctorado. Sist. Avanz. Producción

Inteligencia Artificial en Control 1

© Dpto Inf. y Autom. USAL

Indice- Inteligencia Artificial

4 Historia4 Revisión de Técnicas

- Control automático4 Jerarquía de control4 Necesidad de inteligencia

- Aplicaciones: Herramientas clásicas, Redes Neuronales, control borroso




Inteligencia Artificial- Definición

3 Inteligencia Artificial es el arte de construir máquinas capaces de hacer cosas que requerirían inteligencia en el caso de que fuesen hechas por los seres humanos (Minski)

- ¿Es inteligente un sistema?: Test de Turing- Planteamiento Clásico

4 Representación del conocimiento4 Búsqueda de solución

2




Inteligencia Artificial- Planteamientos “modernos”

4 Redes Neuronales4 Conjuntos borrosos4 Algoritmos genéticos




Control automático

Proceso 1 Proceso 2 Proceso 3 Proceso n

ControladorLocal 1

ControladorLocal 2

ControladorLocal 3

ControladorLocal n

FUNCIONES BASICAS DE CONTROL

Control deUnidad 1

Control deUnidad 2

Control deUnidad m

OPTIMIZACION

COORDINACION

PLANIFICACION

SUPERVISION

3




Problemas del Control Automático

- Sistemas no lineales3Modelado e Identificación de sistemas

- Optimización3Obtención de puntos de consigna óptimos

- Planificación3Generación de planes de operación

- Supervisión3Detección de fallos3Alarmas y gestión




Respuestas de la I.A- Sistemas expertos- Sistemas avanzados de búsqueda- Redes Neuronales- Lógica borrosa- Algoritmos genéticos

4




Planteamiento Clásico- Mecanismos de representación

4 Lógica de predicados (Lenguaje PROLOG)4 Redes semánticas4 Marcos, Guiones

- Mecanismos de Búsqueda4 Encadenamiento de reglas 4 Backtracking, Exploración de grafos




Sistemas expertos

-Estructuras manejadas por el humano:3 Predicados ó proposiciones3 Relaciones y reglas.

-Procesamiento humano:3 Ante información fragmentada e incompleta es capaz de generar hipótesis.

Esto va en contra de los algoritmos (en sentido clásico) que requieren todos los datos previstos sobre un problema y además son incapaces de generar nuevas relaciones.

3 Conocimiento manejado es a veces incierto o borroso. Sería el caso, por ejemplo, de una asignación insegura de valor a una variable.

5




Sistemas expertos

-Las partes elementales:3 BASE DE CONOCIMIENTOS.

3 MOTOR DE INFERENCIAS.

-Hipótesis de trabajo para utilizar un S.E:3 Amplio conocimiento específico del campo de interés.3 Procesamiento de símbolos.3 Aplicación de técnicas de búsqueda.3 Habilidad para inferir nuevos conocimientos a partir de los existentes3 Capacidad para explicar su propio funcionamiento




Aplicación de S.E al control- Limitación adicional:

3La evolución temporal de los sistemas

- Limitación a los tiempos de ejecución:3No se mantiene el conocimiento de forma constante3Campo de aplicabilidad exige respuestas rápidas del

sistema.

6




Ejemplo de S.E: G2- G2 applications can dramatically improve the performance of an

operation by: 4 Continuously monitoring for potential problems before they adversely affect the

operation4 Turning complex operations data into useful information byreasoning about the

data using knowledge-based models and analysis4 Diagnosing the root cause of time-critical problems and taking the correct

actions4 Maintaining optimal operating conditions 4 Coordinating activities and information in complex operation processes

(Fuente Gensym. Co)




Ejemplo de S.E: G2

7




Ejemplo de S.E: G2 (Reglas)




Estrategias de Búsqueda I- Problemas en Inteligencia artificial

4 Representación de conocimiento4 Búsqueda de solución

- Estrategias de búsqueda de solución4 Irrevocables4 Tentativas:

3Backtracking3Exploración de grafos

- Aplicaciones4 Obtención de óptimos

3Diseño, operación, etc.

4 Generación de planes

8




Estrategias de Búsqueda II

1 DATOS <-- Base de datos inicial2 until DATOS satisfaga la condición de terminación do3 begin4 SELECT alguna regla R aplicable a DATOS5 DATOS <-- El resultado de aplicar R a DATOS6 end

- DATOS es la base de datos global

- R pertenece al conjunto de reglas de producción

- SELECT es el procedimiento encargado de implementar el sistema de control.




Redes Neuronales (I)- Representación conocimiento no viene dado en forma

de reglas- Información distribuida (Alternativa a la estadística)- No hay expertos pero si grandes bases de datos sobre el

problema- Características:

4 Procesamiento distribuido de la información4 Utilización de métodos de minimización de funciones de error

- Campos de aplicación:4 Predicción de series temporales

4 Reconocimiento de patrones

9




Redes Neuronales (II)




R. Neuronales y Control (I)

- Aplicaciones:3Sensores de Software (Adquisición de datos)3Filtrado (Adquisición de datos)3Modelado y control (Control)3Detección y diagnóstico (Supervisión)

Neural Network Type Application AreasBack Propogation Function approximation, software sensors, advanced controlAuto-associative Signal filtering, sensor/process fault detection, sensor substitutionRadial Basis Function Multiple-class membership (diagnosis)

10




R. Neuronales y Control (II)




Conjuntos Borrosos- Resuelve la limitación de las lógicas univaluadas

(Booleanas)- Implementa de forma “más realista” algunos procesos

de razonamiento humanos (Controlador humano)- Aplicaciones

11




Aplicación de F.S al Control

- Controlador

- Conjuntos borrosos




Aplicación de C.B al Control- Reglas de control

IF temperature IS cold THEN fan_speed IS high

IF temperature IS cool THEN fan_speed IS medium

IF temperature IS warm THEN fan_speed IS low

IF temperature IS hot THEN fan_speed IS zero

Indice - USALgro.usal.es/material/documentos/SAP1.pdf · 5 Curso de Doctorado. Sist. Avanz....

Documents

Transcript of Indice - USALgro.usal.es/material/documentos/SAP1.pdf · 5 Curso de Doctorado. Sist. Avanz....